• Formation
  • Réf. 12860
Télécharger le programme

Formation : IA appliquée à la finance

  • Nouveauté
  • 2 jours (14 heures)
  • Présentiel ou à distance

Cette formation de deux jours permet aux professionnels de la finance de comprendre les principes de l'IA, les méthodes d'apprentissage pertinentes et leurs applications pratiques, telles que le scoring de crédit, la détection de fraude et l'automatisation des rapports financiers. Le programme couvre les bases de l'IA, les différences entre IA symbolique,
Machine Learning et Deep Learning, ainsi que les trois types d'apprentissage : supervisé, non supervisé et par renforcement. Des exemples concrets d'applications en finance sont également présentés, ainsi que des méthodes spécifiques pour le scoring de crédit et la détection de fraudes.

...

Formation : IA appliquée à la finance

Objectifs

  • Comprendre les principes fondamentaux de l’intelligence artificielle, les méthodes d’apprentissage supervisé, non supervisé et par renforcement, ainsi que leurs spécificités en contexte financier
  • Être capable d’identifier et d’appliquer des techniques d’IA adaptées au scoring de crédit, à la détection de fraudes et à la prévision des flux financiers
  • Savoir utiliser des outils d’IA, y compris l’IA générative, pour automatiser l’analyse et la génération de rapports financiers en respectant les exigences réglementaires

Pré-requis

  • Connaissances de base en finance
  • Notions fondamentales en statistiques et en programmation

Cibles

  • Professionnels de la finance
  • Analystes financiers
  • Responsables de la conformité
  • Toute personne intéressée par l'application de l'IA en finance

Les plus

  • Déclinable en format individuel, intra-entreprise et sur-mesure

Modalités pédagogiques

  • Alternance d’exposés, de travaux pratiques et de séquences interactives

Suivi et évaluation des acquis

  • Évaluation des acquis en amont via un questionnaire d’auto-positionnement et en aval via un questionnaire d’évaluation rempli par le formateur sur la base des mises en situation réalisées en formation
  • L’évaluation des acquis se fait également tout au long de la session au travers des multiples exercices à réaliser
  • Distanciel : contenu et durée identiques + pédagogie adaptée + assistance technique 5j/7 (disponible par mail : [email protected])
  • Un support de cours est remis à chaque stagiaire

Indicateurs de résultats

  • Indicateurs de résultat et taux de réussite prochainement disponibles

Introduction à l’Intelligence Artificielle et ses applications en finance

Différences entre IA symbolique, Machine Learning et Deep Learning

Les 3 types d’apprentissage :

  • Supervisé : prédiction de résultats à partir de données étiquetées
  • Non supervisé : détection d’anomalies, segmentation de données
  • Renforcement : optimisation des stratégies par feedback

Exemple d’applications de l'IA en finance :

  • Scoring de crédit automatisé : analyse du risque client
  • Détection de fraude : transactions suspectes, cartes volées
  • Prévision des flux de trésorerie : modèles de séries temporelles
  • Génération automatisée de rapports financiers : IA pour la rédaction de synthèses

Méthodes supervisées pour le scoring de crédit

Régression logistique vs Arbres de décision

Métriques de performance pour la finance :

  • Précision, Rappel, F1 Score
  • Métriques spécifiques à la finance : Taux de défaut, faux positifs/négatifs

IA pour la détection de fraudes et l’automatisation des rapports financiers

Techniques de détection de fraude avec l’IA

  • Les différents types de fraudes en finance :
    - Fraude par carte bancaire, par virements, et par identité
    - Impact des fraudes sur les entreprises financières
  • Méthodes non supervisées pour la détection d’anomalies :
    - Isolation Forest, Local Outlier Factor (LOF)
    - Problèmes liés aux classes déséquilibrées

Automatisation des rapports financiers avec IA générative

  • IA générative et ses applications en finance :
    - Automatisation des rapports financiers et recommandations
    - Création de résumés financiers à partir de données brutes (ChatGPT, GPT-4)
  • Réglementation et transparence des modèles IA :
    - Règlementation RGPD, nécessité de l’explicabilité

Formateurs

Maher HENI

Maher H.

Formateur expert en Big Data, analyse et visualisation des données

Docteur ingénieur en Technologies de l'Information et de la Communication (TIC), Maher HENI est spécialisé en Big Data, analyse et visualisation des données depuis 2014. Il a conduit de nombreux projets au sein d’organisations variées,...

En savoir plus

Ce produit a été mis à jour le 13/10/2025

à partir de 1500 € HT

Inscription possible 48h avant la formation. En deçà, vous pouvez contacter notre Service Client pour vous assurer de la disponibilité.

Formation du catalogue Comundi pour votre entreprise dans vos locaux, chez nous ou à distance.

Demander un devis

À réception de votre demande, la validation et la mise en œuvre de votre projet sur une formation sera possible sous 48h.

Formation sur mesure adaptée aux spécificités de votre entreprise et de vos équipes.

Nos experts vous accompagnent dans votre projet.

Demander un devis

À réception de votre demande, la validation et la mise en œuvre de votre projet sur une formation sera possible sous 48h.

x
Chargement

Merci de patienter ...