Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
IA en el Riesgo de Crédito: Fundamentos y Oportunidades
- Modelos tradicionales vs modelos impulsados por IA para el riesgo crediticio
- Desafíos en la evaluación del crédito: sesgos, explicabilidad y equidad
- Estudios de caso reales en IA para préstamos
Datos para Modelos de Puntuación Crediticia
- Fuentes: datos transaccionales, conductuales y alternativos
- Limpieza de datos y ingeniería de características para decisiones de préstamos
- Manejo del desequilibrio de clases y la escasez de datos en la predicción de riesgos
Machine Learning para Puntuación Crediticia
- Regresión logística, árboles de decisión y bosques aleatorios
- Aprendizaje por gradiente (LightGBM, XGBoost) para la precisión en puntuación
- Técnicas de entrenamiento, validación y ajuste del modelo
Flujos de Trabajo de Préstamos Impulsados por IA
- Automatización de la segmentación de prestatarios y evaluación de riesgos crediticios
- Procesos mejorados con IA para subrogación y aprobación
- Precios dinámicos y optimización de tasas de interés utilizando ML
Interpretabilidad del Modelo y IA Responsable
- Explicando predicciones con SHAP y LIME
- Equidad en modelos crediticios: detección y mitigación de sesgos
- Cumplimiento con marcos regulatorios (por ejemplo, ECOA, GDPR)
Generative AI en Escenarios de Préstamos
- Uso de LLMs para revisión de solicitudes y análisis de documentos
- Ingeniería de prompts para la comunicación con prestatarios e insights
- Generación de datos sintéticos para pruebas del modelo
Estrategia y Governance de IA en Crédito
- Construir capacidades internas de IA vs soluciones externas
- Mejores prácticas para la gestión del ciclo de vida del modelo y gobernanza
- Tendencias futuras: puntuación crediticia en tiempo real, integración con banca abierta
Resumen y Próximos Pasos
Requerimientos
- Comprender los fundamentos del riesgo de crédito
- Experiencia con herramientas de análisis de datos o inteligencia empresarial
- Familiaridad con Python o disposición para aprender la sintaxis básica
Publico objetivo
- Gerentes de préstamos
- Analistas de crédito
- Innovadores en Fintech
14 Horas
Testimonios (2)
pasó por el lenguaje hasta llegar a la automatización y me dio conciencia de las capacidades que tengo.
Declan Glennon - Teleflex Medical Europe Ltd
Curso - Copilot for Finance and Accounting Professionals
Traducción Automática
El fondo / teoría de los modelos de lenguaje grandes (LLMs), el ejercicio
Joanne Wong - IPG HK Limited
Curso - Applied AI for Financial Statement Analysis & Reporting
Traducción Automática