الجدول الزمني و الرسوم
م المكان اللغة الرسوم من إلى
1 دبي العربية 2950 $ 2026/02/01 2026/02/05 تسجيل
2 دبي العربية 2950 $ 2026/05/03 2026/05/07 تسجيل
3 تركيا - اسطنبول العربية 2950 $ 2026/08/09 2026/08/13 تسجيل
4 دبي العربية 2950 $ 2026/10/11 2026/10/15 تسجيل
5 أبوظبي العربية 2950 $ 2026/12/14 2026/12/18 تسجيل
تفاصيل الدورة

لمن هذا النشاط

× مدراء المخاطر في المؤسسات المالية.

× خبراء الامتثال ومكافحة غسل الأموال.

× مدراء الأمن السيبراني في القطاع المصرفي.

× العاملين في مجال التدقيق الداخلي.

× مدراء تطوير المنتجات في شركات التكنولوجيا المالية.

× صناع القرار والمشرفون على الحوكمة في البنوك.

× المختصون في نظم المعلومات المصرفية.

× فرق التشغيل التي تتعامل مع المعاملات المالية.

× محللو المخاطر في المؤسسات المالية.

الأهداف

× التعرف على المبادئ الأساسية للذكاء الاصطناعي (AI) والتعلم الآلي (ML).

× تحديد أنواع المخاطر والاحتيال المالي المعقدة.

× تحليل مجموعات البيانات المالية الضخمة بكفاءة عالية.

× تصميم وبناء نماذج تعلم آلي قوية لكشف الاحتيال.

× تطبيق تقنيات التحليل السلوكي لاكتشاف الأنشطة الشاذة.

× تقليل نسبة الإيجابيات الكاذبة (False Positives) في التنبيهات.

× تعزيز سرعة ودقة الاستجابة للتهديدات المالية.

× الامتثال للوائح التنظيمية المتعلقة بالجرائم المالية (مثل مكافحة غسل الأموال).

× تطوير استراتيجيات استباقية لإدارة المخاطر والخسائر.

المحتويات

مقدمة الذكاء الاصطناعي والمخاطر

× فهم أنواع الاحتيال المالي وغسل الأموال.

× مشاكل الطرق القديمة في الكشف عن الاحتيال.

× تعريف أساسيات الذكاء الاصطناعي والتعلم الآلي.

× دور البيانات الكبيرة وقوتها في الكشف.

× لماذا الذكاء الاصطناعي هو الحل الأفضل الآن.

تجهيز وتحضير البيانات المالية

× تحديد مصادر البيانات (المعاملات، السجلات).

× تنظيف ومعالجة البيانات قبل التحليل.

× بناء الميزات (إنشاء مؤشرات مفيدة من البيانات الخام).

× تحويل البيانات الوصفية إلى أرقام.

× تقسيم البيانات لتدريب النموذج واختباره.

بناء وتصميم نماذج الكشف

× بناء نماذج التعلم المُوجَّه (بالاعتماد على بيانات سابقة).

× بناء نماذج كشف الشذوذ (لتحديد الأنماط الجديدة غير العادية).

× استخدام خوارزميات قوية لزيادة دقة الكشف.

× تطبيق نماذج الذكاء الاصطناعي في مكافحة غسل الأموال.

× تطبيق عملي: بناء نموذج أولي للكشف عن الاحتيال.

قياس أداء النماذج وضبطها

× تعلم كيفية قياس دقة وفاعلية النموذج.

× استراتيجيات تقليل التنبيهات الخاطئة (الإيجابيات الكاذبة).

× تقنيات التأكد من صحة النموذج واستقراره.

× فهم كيف يتخذ النموذج قراراته (تفسير النماذج).

× خطط لتحديث النموذج لمواكبة تطور المحتالين.

الكشف الفوري والتحليل السلوكي

× كيفية مراقبة المعاملات في اللحظة (الوقت الحقيقي).

× بناء ملفات سلوكية عادية للعملاء.

× الكشف عن أي انحراف عن السلوك المعتاد للعميل.

× استخدام الذكاء الاصطناعي في تأكيد الهوية والأمان.

× تحليل شبكات العلاقات للكشف عن عصابات الاحتيال.

× فهم القوانين المتعلقة بالذكاء الاصطناعي والامتثال المالي.

× قضايا التحيز والأخلاقيات في استخدام الذكاء الاصطناعي.

حقوق الطبع والنشر © شركة تكوين للتدريب 2022.