Kategoria: Szkolenia AI, GPT i Machine Learning
Szkolenie wprowadza uczestników w świat sztucznej inteligencji i uczenia maszynowego, pokazując, jak technologie te mogą usprawnić pracę w branży finansowej (modelowymi odbiorcami są sektory: bankowość oraz instytucje finansowe, ze szczególnym uwzględnieniem rynku kapitałowego). Słuchacze poznają zagadnienia od podstawowych pojęć związanych z ML i prognozowaniem – po wpływ AI na procesy decyzyjne w organizacji.
Program obejmuje m.in. praktyczne metody definiowania problemów biznesowych, wybór wskaźników sukcesu modeli ML/AI oraz kryteria ich oceny. Szczególny nacisk kładzie się na przygotowanie danych – kluczowy element skutecznych modeli AI. Uczestnicy dowiedzą się, jak rozpoznawać różne rodzaje danych, oceniać ich jakość oraz efektywnie zbierać i przetwarzać niezbędne informacje.
W części dotyczącej automatyzacji codziennej pracy przedstawione zostaną realne przykłady zastosowań AI, m.in. analiza trendów rynkowych (lokalna giełda, USA, rynek obligacji), wybór instrumentów finansowych, ocena ryzyka niewypłacalności emitentów, czy analiza sentymentu rynkowego (nastrojów) na podstawie informacji z mediów. Uczestnicy nauczą się także, jak za pomocą technik scrapingowych wydobywać kluczowe dane ze sprawozdań finansowych, czy efektywnie wyszukiwać informacje, na przykład w aktach prawnych.
Dodatkowo, szkolenie pokaże jak pracować z dużymi zbiorami danych, korzystając z zewnętrznych źródeł analitycznych i tworząc kompleksowe raporty w formatach Excel, PDF i Word oraz sporządzać podsumowania.
Na życzenie zamawiającego dla grup, możliwe są modyfikacje zakresu programowego (w tym dopasowanie tematyki i przykładów pod specyfikę danej instytucji i branży). Szkolenie to można realizować również jako 2-dniowe, przy delikatnym okrojeniu zakresu tematycznego i/lub zmniejszeniu wymiaru części warsztatowych.
Czas trwania
3 dni
Program
- Podstawy AI i jej potencjał w biznesie
- Czym jest sztuczna inteligencja?
- Pokazanie możliwości ML
- Kluczowe pojęcia:
- Machine Learning
- Prognozowanie z wykorzystaniem ML
- Definiowanie problemu biznesowego do rozwiązania z wykorzystaniem ML/AI
- Kryteria doboru problemu biznesowego
- Dobór i definiowanie wskaźników sukcesu modeli ML/AI
- Dane jako fundament Machine Learning
- Przygotowanie modeli ML/AI – przygotowanie danych odpowiedniej jakości
- Kluczowe pojęcia:
- Rodzaje danych
- Definicja „dobrej jakości”
- Zbieranie i przygotowanie danych do modeli ML/AI
- Wykorzystanie AI w celu automatyzacji codziennej pracy
- Analiza trendów rynkowych:
- Giełda lokalna
- Giełda USA
- Rynek stopy procentowej – obligacje polskie i zagraniczne
- Selekcja instrumentów finansowych z grupy porównawczej – wybór obligacji lub akcji na danym rynku z wszystkich dostępnych
- Analiza ryzyka niewypłacalności emitenta
- Biały wywiad: analiza sentymentu rynkowego w oparciu o prasę / portale informacyjne
- Scraping istotnych danych ze sprawozdań finansowych spółek
- Efektywne wyszukiwanie informacji na przykładzie aktów prawnych
- Analiza aktywności klientów instytucji finansowej (bank, TFI, broker):
- Wyszukiwanie trendów
- Wyszukiwanie wzorców zachowań
- Sporządzanie podsumowań
- Praca na dużych zbiorach danych
- Zewnętrzne źródła danych – analizy biznesowe i sprzedażowe:
- Analizy Online
- IZFiA
- Generowanie raportów w określonych formatach (Excel, PDF, Word)
- Analiza trendów rynkowych:
Training also available in English.
Przeznaczenie i wymagania
Brak szczegółowych wymagań wobec uczestników szkolenia.
Certyfikaty
Uczestnicy szkolenia otrzymują imienne certyfikaty sygnowane przez ALX.