Outcomes
مع انتهاء هذه الدورة التدريبية، سيكون المتدربون قادرون على:
- تمييز دور الذكاء الاصطناعي وتحليل البيانات في كشف الجرائم المالية ومكافحة غسل الأموال وتمويل الارهاب.
- تمييز أنماط السلوك المالي غير الطبيعي واستخدامها كمؤشرات للكشف المبكر عن الأنشطة المشبوهة.
- تطبيق تقنيات تحليل البيانات وخوارزميات تعلم الآلة لرصد العمليات عالية المخاطر.
- تحليل العلاقات المالية المعقدة بين الأطراف باستخدام تقنيات تحليل الشبكات المالية.
- تطوير سيناريوهات مراقبة آلية قائمة على البيانات بهدف تحسين فعالية أنظمة الرقابة.
- تقليل معدلات الإنذارات الكاذبة وتحسين كفاءة التحقيقات داخل المؤسسة.
- الالتزام بالمتطلبات الرقابية والمعايير الدولية ذات الصلة بإستخدام التقنيات الحديثة في مكافحة الجرائم المالية.
Target Group
- موظفو دوائر الامتثال ومكافحة غسل الأموال وتمويل الإرهاب في البنوك والمؤسسات المالية.
- موظفو وحدات التحليل والتحقيق المالي داخل الشركات المالية والمصرفية.
- موظفو شركات التكنولوجيا المالية (FinTech) وشركات (RegTech) الراغبة في تطوير حلول مكافحة الجرائم المالية.
- الجهات الرقابية والإشرافية المعنية بتقييم أنظمة الامتثال والذكاء الاصطناعي.
Contents
- التحديات التي تواجه أنظمة الامتثال التقليدية.
- لماذا الذكاء الاصطناعي وتحليل البيانات؟
- أنواع البيانات المالية (هيكلية / غير هيكلية).
- مصادر جمع البيانات واستخراجها.
- جودة البيانات وحوكمتها في مكافحة غسل الأموال وتمويل الارهاب.
- معالجة وتنظيف البيانات قبل التحليل.
- أساسيات الذكاء الاصطناعي وتعلم الآلة.
- أنواع النماذج المستخدمة في الكشف عن الجرائم المالية.
- التعلم العميق(Neural Networks)والتطبيقات المتقدمة.
- تعريف الأنماط المالية المشبوهة.
- مؤشرات السلوك غير الطبيعي (Red Flags).
- تحليل الشبكات المالية (Network Analysis).
- تقنيات الذكاء الاصطناعي في الامتثال للمعايير الدولية.
- (FATF) والتوصيات المتعلقة بالبيانات والتكنولوجيا.
- الامتثال الرقابي في بيئات الذكاء الاصطناعي.
- أنظمة المراقبة والتحقيق الذكية.
- أدوات ذكاء اصطناعي مفتوحة المصدر.
- حالات تطبيقية وعملية.