Kerangka Materi
Pendahuluan tentang Generative AI
- Tinjauan tentang model-model generatif dan relevansinya dalam dunia keuangan
- Jenis-jenis model generatif: LLMs, GANs, VAEs
- Kelebihan dan kelemahan dalam konteks keuangan
Jaringan Adversarial Generatif (GANs) untuk Finance
- Cara kerja GANs: generator vs. discriminator
- Aplikasi dalam generasi data sintetis dan simulasi penipuan
- Studi kasus: menghasilkan data transaksi realistis untuk pengujian
Large Language Models (LLMs) dan Prompt Engineering
- Cara LLMs memahami dan menghasilkan teks keuangan
- Merancang prompt untuk peramalan dan analisis risiko
- Kasus penggunaan: ringkasan laporan keuangan, Know Your Customer (KYC), deteksi red flag
Forecasting keuangan dengan Generative AI
- Peramalan seri waktu dengan model LLM dan ML hibrid
- Generasi skenario dan uji stres
- Kasus penggunaan: prediksi pendapatan menggunakan data terstruktur dan tidak terstruktur
Pengenalan penipuan dan identifikasi anomali
- Menggunakan GANs untuk deteksi anomali dalam transaksi
- Mengidentifikasi pola penipuan baru melalui alur kerja LLM berbasis prompt
- Penilaian model: false positives vs. indikator risiko yang sebenarnya
Implikasi Regulasi dan Etika
- Kebolehjelasan dan transparansi dalam keluaran AI generatif
- Risiko halusinasi dan bias dalam dunia keuangan
- Kepatuhan dengan harapan regulasi (misalnya, GDPR, pedoman Basel)
Mempersiapkan Generative AI Use Cases untuk Institusi Keuangan
- Membangun kasus bisnis untuk adopsi internal
- Menyeimbangkan inovasi dengan risiko dan kepatuhan
- Kerangka Governance untuk penyebaran AI bertanggung jawab
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Penguasaan dasar mengenai konsep finansial dan manajemen risiko
- Pengalaman dalam menggunakan spreadsheet atau analisis data dasar
- Familiaritas dengan Python akan membantu, tapi tidak diperlukan
Audience
- Manajer risiko
- Analis kelayakan
- Auditor keuangan
Testimoni (1)
Saya sangat menghargai cara pelatih menyajikan semua materi. Saya memahami semuanya meskipun Finance bukan bidang saya, dia memastikan bahwa setiap peserta berada di halaman yang sama sambil tetap memperhatikan waktu yang tersisa. Latihan ditempatkan pada interval yang baik. Communication dengan peserta selalu ada. Materi sempurna, tidak terlalu banyak, tidak terlalu sedikit. Dia menjelaskan dengan sangat baik topik-topik yang lebih rumit sehingga dapat dipahami oleh semua orang.
Diana
Kursus - ChatGPT for Finance
Diterjemahkan Mesin