聯繫我們

課程簡介

金融犯罪中的AI簡介

  • 數位金融時代的欺詐與AML概覽
  • 傳統方法與基於AI的方法對比
  • 來自Mastercard、JPMorgan及全球銀行的案例研究

用於交易監控的機器學習

  • 運用監督式學習進行風險評分與分類
  • 運用非監督式學習進行異常偵測
  • 即時警報生成與串流處理

圖形分析與網絡風險偵測

  • 建立實體與交易之間的關係模型
  • 運用圖形AI偵測複雜的欺詐方案
  • 動手操作Neo4j或類似工具

用於AML的自然語言處理

  • 客戶盡職調查(CDD)中的文本挖掘
  • 運用命名實體識別(NER)進行 watchlist 掃描
  • 基於提示的文檔審查與可疑活動報告(SARs)

模型治理與可解釋性

  • 構建可解釋且可審計的模型
  • 欺詐偵測演算法中的偏誤檢測與緩解
  • 在合規場景中應用XAI技術

倫理、監管與模型風險

  • 符合AML與KYC框架(如FATF、FinCEN、EBA)
  • 監控與客戶監測中的AI倫理
  • 報告標準與監管審計能力

部署策略與未來趨勢

  • 將AI模型整合至現有交易系統中
  • 反饋迴圈與模型更新機制
  • 生成式AI在欺詐調查與SAR自動化中的未來

總結與後續步驟

最低要求

  • 理解欺詐風險與AML程序
  • 具備數據分析或合規報告經驗
  • 基本熟悉Python或分析平台

目標受眾

  • 欺詐風險專業人士
  • AML合規團隊成員
  • 安全管理人員
 14 小時

人數


每位參與者的報價

客戶評論 (1)

即將到來的課程

課程分類