Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução ao Generative AI
- Visão geral dos modelos gerativos e sua relevância para a finança
- Tipos de modelos gerativos: LLMs, GANs, VAEs
- Fortalezas e limitações em contextos financeiros
Redes Adversariais Gerativas (GANs) para Finance
- Como as GANs funcionam: geradores vs discriminadores
- Aplicações na geração de dados sintéticos e simulação de fraudes
- Estudo de caso: geração de dados de transações realistas para testes
Large Language Models (LLMs) e Prompt Engineering
- Como os LLMs entendem e geram texto financeiro
- Design de prompts para previsões e análise de risco
- Casos de uso: sumarização de relatórios financeiros, KYC, detecção de sinalizadores vermelhos
Finanças Forecasting com Generative AI
- Previsão de séries temporais com modelos híbridos LLM e ML
- Geração de cenários e testes de estresse
- Caso de uso: previsão de receita utilizando dados estruturados e não estruturados
Detecção de Fraudes e Identificação de Anomalias
- Usando GANs para detecção de anomalias em transações
- Identificação de padrões emergentes de fraude através de fluxos de trabalho baseados em prompts LLM
- Avaliação do modelo: falsos positivos vs indicadores reais de risco
Implicações Regulatórias e Éticas
- Explicabilidade e transparência nas saídas da IA gerativa
- Risco de halucinação do modelo e viés na finança
- Conformidade com as expectativas regulatórias (por exemplo, GDPR, diretrizes Basel)
Projetando Generative AI Use Cases para Instituições Financeiras
- Construindo casos de negócios para adoção interna
- Balançando inovação com risco e conformidade
- Estruturas de Goovernance para a implantação responsável da IA
Resumo e Próximos Passos
Requisitos
- Compreensão dos conceitos básicos de finanças e gerenciamento de riscos
- Experiência com planilhas ou análise de dados básica
- Familiaridade com Python é útil, mas não obrigatória
Público-alvo
- Gerentes de riscos
- Analistas de conformidade
- Auditores financeiros
14 Horas
Testemunhos de Clientes (3)
Os instrutores podem responder a todas as perguntas e aceitar qualquer consulta
Dewi Anggryni - PT Dentsu International Indonesia
Curso - Copilot for Finance and Accounting Professionals
Máquina Traduzida
O contexto / teoria dos LLMs, o exercício
Joanne Wong - IPG HK Limited
Curso - Applied AI for Financial Statement Analysis & Reporting
Máquina Traduzida
Possíveis aplicações/exercícios
Estelle De la Fouchardiere - Advanced Bionics AG
Curso - Machine Learning & AI for Finance Professionals
Máquina Traduzida