Objetivos

OBJETIVO GENERAL:

Aproximar al concepto de inteligencia artificial relacionada con el sector financiero y sus implicaciones, conociendo las técnicas básicas para su implementación, y el marco normativo de aplicación.

OBJETIVOS ESPECÍFICOS:

Unidad 1

• Comprender los fundamentos y la evolución histórica de la Inteligencia Artificial, desde sus orígenes hasta las técnicas actuales.
• Identificar y clasificar las principales técnicas clásicas utilizadas en el desarrollo de la IA, así como sus ámbitos de aplicación.
• Analizar las implicaciones éticas y legales de la implementación de sistemas de IA en distintos contextos.

Unidad 2

• Distinguir los diferentes tipos de aprendizaje en Machine Learning, incluyendo supervisado, no supervisado y Deep Learning.
• Comprender el funcionamiento básico de los algoritmos de ML y su integración en estrategias empresariales.
• Explorar el proceso de entrenamiento de modelos de ML y su aplicación práctica en entornos reales.

Unidad 3

• Analizar el impacto de la IA en el sector financiero, incluyendo su adopción y evolución a través de la curva J.
• Identificar las principales aplicaciones de la IA en finanzas, y las herramientas disponibles para departamentos financieros.
• Reflexionar sobre las implicaciones estratégicas y operativas de la IA en el ámbito financiero.

Unidad 4

• Comprender las fases del proceso de calificación crediticia con IA, incluyendo aspectos conductuales y técnicos.
• Evaluar el papel de la automatización frente a la intervención humana en la toma de decisiones crediticias.
• Analizar los desafíos de transparencia y ética en el uso de algoritmos de IA para el Credit Scoring.

Unidad 5

• Explorar el funcionamiento y potencial de herramientas de IAG como ChatGPT en la automatización de la atención al cliente.
• Aplicar principios de prompt engineering para mejorar la interacción con asistentes virtuales.
• Identificar otras herramientas de IAG y su integración en procesos empresariales.

Unidad 6

• Conocer el marco legal y los aspectos jurídicos relacionados con el uso de la IA, especialmente en la generación de contenido.
• Analizar los desafíos éticos y de seguridad en el uso de aplicaciones de IAG, incluyendo la protección de datos.
• Aplicar criterios éticos y responsables en la toma de decisiones relacionadas con la IA en contextos empresariales.