Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à l'Edge AI dans les services financiers
- Vue d'ensemble de l'Edge AI et de ses applications dans la finance
- Avantages et défis de l'utilisation de l'Edge AI dans le secteur bancaire
- Études de cas d'applications réussies de l'Edge AI dans la finance
Configuration de l'environnement Edge AI
- Installation et configuration des outils Edge AI
- Intégration des sources de données financières et des systèmes de collecte
- Introduction aux frameworks et bibliothèques Edge AI pertinents
- Exercices pratiques pour la configuration de l'environnement
Détection de la fraude avec Edge AI
- Introduction à la détection des fraudes
- Développement de modèles d'IA pour la détection de la fraude en temps réel
- Mise en œuvre de systèmes de détection d'anomalies
- Exercices pratiques pour la détection des fraudes
Améliorer le service à la clientèle à l'aide de l'Edge AI
- Vue d'ensemble du service à la clientèle dans les services financiers
- Techniques d'IA pour des interactions personnalisées avec les clients
- Mise en œuvre de chatbots et d'assistants virtuels pilotés par l'IA
- Exercices pratiques pour les applications de service à la clientèle
Risque Management avec Edge AI
- Introduction à la gestion des risques
- Utilisation de l'IA pour l'évaluation et l'atténuation des risques en temps réel
- Mise en œuvre de systèmes d'aide à la décision pilotés par l'IA
- Exercices pratiques pour la gestion des risques
Déploiement et gestion des solutions d'intelligence artificielle en périphérie
- Déployer des modèles d'IA sur des dispositifs financiers périphériques
- Surveillance et maintenance des systèmes Edge AI
- Dépannage et optimisation des modèles déployés
- Exercices pratiques pour le déploiement et la gestion
Outils et cadres pour l'IA en périphérie financière
- Vue d'ensemble des outils et des cadres (par exemple, TensorFlow Lite, OpenVINO)
- Utilisation de TensorFlow Lite pour les applications d'IA financière
- Exercices pratiques avec des outils d'optimisation
Applications réelles et études de cas
- Examen de projets d'IA financière réussis
- Discussion sur les cas d'utilisation spécifiques à l'industrie
- Projet pratique de construction et d'optimisation d'une application d'IA financière dans le monde réel
Résumé et prochaines étapes
Pré requis
- Une compréhension des concepts de l'IA et de l'apprentissage automatique
- Expérience des services financiers et des applications fintech
- Compétences de base en programmation (Python recommandé)
Audience
- Finance professionnels
- Fintech développeurs
- Spécialistes de l'IA
14 Heures