문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
금융 범죄에서의 AI 도입
- 디지털 금융 시대의 사기 및 AML 개요
- 전통적 접근법 vs AI 기반 접근법
- Mastercard, JPMorgan 및 글로벌 은행 사례 연구
거래 모니터링을 위한 기계 학습
- 리스크 점수 산정 및 분류를 위한 지도 학습(Supervised Learning)
- 이상 탐지를 위한 비지도 학습(Unsupervised Learning)
- 실시간 경고 생성 및 스트림 처리
그래프 분석 및 네트워크 리스크 탐지
- 엔티티와 거래 간의 관계 모델링
- 그래프 AI를 활용한 복잡한 사기 수법 탐지
- Neo4j 또는 유사 도구를 활용한 실습
AML을 위한 자연어 처리(NLP)
- 고객 이해 의무(CDD)에서의 텍스트 마이닝
- 명명 실체 인식(NER)을 활용한 블랙리스트 스캐닝
- 프롬프트 기반 문서 검토 및 의심 거래 보고서(SAR) 작성
모델 거버넌스 및 설명 가능성
- 설명 가능하고 감사 가능한 모델 구축
- 사기 탐지 알고리즘에서의 편향 탐지 및 완화
- 컴플라이언스 환경에서의 XAI 기술 활용
윤리, 규제 및 모델 리스크
- AML 및 KYC 프레임워크(FATF, FinCEN, EBA 등) 준수
- 모니터링 및 고객 감시에서의 AI 윤리
- 보고 표준 및 규제 감사 가능성
배포 전략 및 미래 트렌드
- 기존 거래 시스템에 AI 모델 통합
- 피드백 루프 및 모델 업데이트 메커니즘
- 사기 조사 및 SAR 자동화에서의 생성형 AI의 미래
요약 및 다음 단계
요건
- 사기 리스크 및 AML 절차에 대한 이해
- 데이터 분석 또는 컴플라이언스 보고 경험
- Python 또는 분석 플랫폼에 대한 기본적 친숙함
대상 고객
- 사기 리스크 전문가
- AML 컴플라이언스 팀
- 보안 관리자
14 시간
회원 평가 (1)
이미 몇몇 리포트를 알고 있으며, 오늘 확인한 프롬프트 중 일부를 사용할 예정입니다.
Kelly Cotham
코스 - Copilot for Finance and Accounting Professionals
기계 번역됨
