Hubungi Kami

Kerangka Materi

Pengenalan AI dalam Kejahatan Keuangan

  • Gambaran umum penipuan dan AML di era keuangan digital
  • Pendekatan tradisional vs berbasis AI
  • Studi kasus dari Mastercard, JPMorgan, dan bank-bank global

Machine Learning untuk Pemantauan Transaksi

  • Pembelajaran bersupervisi untuk penilaian risiko dan klasifikasi
  • Pembelajaran tidak bersupervisi untuk deteksi anomali
  • Pembuatan peringatan real-time dan pemrosesan stream

Analitik Graf dan Deteksi Risiko Jaringan

  • Pemodelan hubungan antara entitas dan transaksi
  • Mendeteksi skema penipuan kompleks menggunakan AI graf
  • Hands-on dengan Neo4j atau alat serupa

Pemrosesan Bahasa Alami (NLP) untuk AML

  • Data mining teks dalam due diligence pelanggan (CDD)
  • Pindai watchlist menggunakan pengenalan entitas bernama (NER)
  • Peninjauan dokumen berbasis prompt dan laporan aktivitas mencurigakan (SARs)

Tata Kelola Model dan Keterjelasan

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

Etika, Regulasi, dan Risiko Model

  • Kepatuhan dengan kerangka AML dan KYC (misalnya FATF, FinCEN, EBA)
  • Etika AI dalam pengawasan dan pemantauan pelanggan
  • Standar pelaporan dan kemampuan audit regulasi

Strategi Implementasi dan Tren Masa Depan

  • Integrasi model AI ke dalam sistem transaksi yang ada
  • Loop umpan balik dan mekanisme pembaruan model
  • Masa depan AI generatif dalam investigasi penipuan dan otomasi SAR

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman tentang risiko penipuan dan prosedur AML
  • Pengalaman dalam analisis data atau pelaporan kepatuhan
  • Familiaritas dasar dengan Python atau platform analitik

Audiens

  • Profesional risiko penipuan
  • Tim kepatuhan AML
  • Manajer keamanan
 14 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait