Contacta con nosotros

Temario del curso

IA en el Riesgo Crediticio: Fundamentos y Oportunidades

  • Modelos tradicionales frente a modelos impulsados por IA para el riesgo crediticio.
  • Desafíos en la evaluación crediticia: sesgo, explicabilidad e imparcialidad.
  • Estudios de casos reales sobre IA aplicada a préstamos.

Datos para Modelos de Puntuación Crediticia

  • Fuentes: datos transaccionales, conductuales y alternativos.
  • Limpieza de datos e ingeniería de características para decisiones de préstamos.
  • Manejo del desequilibrio de clases y la escasez de datos en la predicción de riesgos.

Aprendizaje Automático para Puntuación Crediticia

  • Regresión logística, árboles de decisión y bosques aleatorios.
  • Boosting de gradiente (LightGBM, XGBoost) para la precisión de la puntuación.
  • Técnicas de entrenamiento, validación y ajuste de modelos.

Flujos de Trabajo de Préstamos Impulsados por IA

  • Automatización de la segmentación de prestatarios y la evaluación de riesgos de préstamos.
  • Procesos de suscripción y aprobación mejorados con IA.
  • Fijación dinámica de precios y optimización de tasas de interés mediante aprendizaje automático.

Interpretabilidad de Modelos e IA Responsable

  • Explicación de predicciones utilizando SHAP y LIME.
  • Imparcialidad en modelos crediticios: detección y mitigación de sesgos.
  • Cumplimiento con marcos regulatorios (por ejemplo, ECOA, GDPR).

IA Generativa en Escenarios de Préstamos

  • Uso de modelos de lenguaje grandes (LLM) para la revisión de solicitudes y análisis documental.
  • Ingeniería de prompts para la comunicación con prestatarios y obtención de insights.
  • Generación de datos sintéticos para pruebas de modelos.

Estrategia y Gobernanza de la IA en Créditos

  • Desarrollo de capacidades internas de IA frente a soluciones externas.
  • Mejores prácticas para la gestión del ciclo de vida y la gobernanza de modelos.
  • Tendencias futuras: puntuación crediticia en tiempo real e integración con open banking.

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de los fundamentos del riesgo crediticio.
  • Experiencia con herramientas de análisis de datos o inteligencia empresarial.
  • Familiaridad con Python o disposición para aprender la sintaxis básica.

Público Objetivo

  • Gerentes de préstamos.
  • Analistas de crédito.
  • Innovadores en el sector financiero tecnológico (fintech).
 14 Horas

Número de participantes


Precio por participante

Testimonios (1)

Próximos cursos

Categorías Relacionadas