Kerangka Materi

Pengenalan AI dalam Financial Crime

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

Machine Learning untuk Pengawasan Transaksi

  • Pembelajaran terawas untuk penilaian risiko dan klasifikasi
  • Pembelajaran tak terawas untuk deteksi anomal
  • Generasi peringatan waktu nyata dan pemrosesan aliran

Graph Analytics dan Deteksi Risiko Jaringan

  • Memodelkan hubungan antara entitas dan transaksi
  • Mendeteksi skema penipuan yang kompleks menggunakan graph AI
  • Praktik dengan Neo4j atau alat-alat serupa

Pemrosesan Bahasa Alami untuk AML

  • Penambangan teks dalam due diligence pelanggan (CDD)
  • Pemeriksaan daftar pengawasan menggunakan pengenalan entitas ternama (NER)
  • Ulasan dokumen berbasis prompt dan laporan aktivitas mencurigakan (SARs)

Pengelolaan dan Penjelasan Model Go

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

Etika, Peraturan, dan Risiko Model

  • Kepatuhan terhadap kerangka kerja AML dan KYC (misalnya, FATF, FinCEN, EBA)
  • Etika AI dalam pengawasan dan pemantauan pelanggan
  • Standar laporan dan kemampuan audit regulatoris

Strategi Pelaksanaan dan Tren Masdepan

  • Mengintegrasikan model AI ke dalam sistem transaksi yang ada
  • Mekanisme loop balik dan pembaruan model
  • Masdepan AI generatif dalam penyelidikan penipuan dan otomatisasi SAR

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pengertian tentang risiko penipuan dan prosedur pengelolaan uang pencucian
  • Pengalaman dalam analisis data atau laporan kelayakan
  • Pengetahuan dasar tentang Python atau platform analisis

Penonton

  • Profesional risiko penipuan
  • Tim keterangan pengelolaan uang pencucian
  • Manajer keamanan
 14 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait