Kerangka Materi

Pendahuluan AI dalam Financial Crime

  • Ringkasan penipuan dan AML di era keuangan digital
  • Penyelidikan tradisional vs berbasis AI
  • Kasus dari Mastercard, JPMorgan, dan bank global lainnya

Machine Learning untuk Monitoring Transaksi

  • Pembelajaran terawasi untuk penilaian risiko dan klasifikasi
  • Pembelajaran tanpa pengawasan untuk deteksi anomali
  • Generasi alert secara real-time dan pemrosesan data stream

Analitik Grafik dan Deteksi Risiko Jaringan

  • Menggambarkan hubungan antara entitas dan transaksi
  • Deteksi skema penipuan kompleks menggunakan AI grafik
  • Latihan dengan Neo4j atau alat serupa

Pemrosesan Bahasa Alami untuk AML

  • Mining teks dalam due diligence pelanggan (CDD)
  • Scanning daftar pantauan menggunakan pengenalan entitas bernama (NER)
  • Review dokumen berbasis prompt dan laporan aktivitas mencurigakan (SARs)

Gubernança Model Go dan Penjelasan

  • Membangun model yang dapat dijelaskan dan ditinjau
  • Deteksi bias dan mitigasi dalam algoritma deteksi penipuan
  • Penggunaan teknik XAI dalam pengaturan kepatuhan

Etika, Regulasi, dan Risiko Model

  • Kepatuhan terhadap kerangka kerja AML dan KYC (mis. FATF, FinCEN, EBA)
  • Etika AI dalam pengawasan dan pemantauan pelanggan
  • Sandar laporan dan tinjauan regulasi

Strategi Implementasi dan Trend Masa Depan

  • Integrasi model AI ke sistem transaksi yang ada
  • Lingkaran umpan balik dan mekanisme pembaruan model
  • Masa depan AI generatif dalam penyelidikan penipuan dan otomatisasi SAR

Ringkasan dan Langkah Berikutnya

Persyaratan

  • Pemahaman tentang risiko penipuan dan prosedur AML
  • Pengalaman dengan analisis data atau laporan kesesuaian
  • Ketahui dasar-dasar Python atau platform analitik

Audiens

  • Profesional risiko penipuan
  • Tim kesesuaian AML
  • Pengelola keamanan
 14 jam

Jumlah Peserta


Biaya per Peserta

Upcoming Courses (Minimal 5 peserta)

Kategori Terkait