hong-kong現場AI for Finance培訓

人工智能在金融服務領域正在改變機構管理風險、戰略、合規和客戶體驗的方式。

本課程爲講師指導的培訓（線上或線下），面向希望瞭解人工智能如何影響金融領域戰略、倫理和法規的中級金融和技術專業人員。

通過本培訓，參與者將能夠：

• 理解人工智能在金融服務中的戰略應用。
• 評估人工智能採用的倫理和法規影響。
• 開發負責任的人工智能治理和監督框架。
• 將人工智能戰略與組織目標和合規要求對齊。

課程形式

• 互動式講座和討論。
• 案例研究和小組練習。
• 實際分析現實世界的人工智能監管框架。

課程定製選項

• 如需定製本課程，請聯繫我們安排。

本課程由講師主導，在hong-kong（線上或線下）進行，面向中級金融專業人士、風險分析師和AI工程師，旨在幫助他們開發和部署AI驅動的金融自動化和欺詐檢測解決方案。

培訓結束後，學員將能夠：

• 瞭解AI在金融自動化和欺詐檢測中的作用。
• 構建用於檢測欺詐交易的AI模型。
• 利用機器學習進行即時風險評估。
• 部署AI驅動的金融監控系統。

Ollama是一個輕量級平臺，用於本地運行大型語言模型。

本次由講師指導的培訓（線上或線下）面向中級金融從業者和IT人員，他們希望在金融環境中實施、定製和操作基於Ollama的AI解決方案。

通過完成本培訓，參與者將獲得以下技能：

• 部署和配置Ollama，以安全地用於金融操作。
• 將本地LLM集成到分析和報告工作流程中。
• 使模型適應金融特定術語和任務。
• 應用安全、隱私和合規的最佳實踐。

課程形式

• 互動講座和討論。
• 金融數據實踐練習。
• 即時實驗室實施金融場景。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

人工智能是一種技術，能夠開發具有先進數據驅動能力和個性化客戶體驗的數字化產品。

本課程爲講師主導的培訓（線上或線下），結合異步活動和線下研討會，面向中級銀行專業人士，旨在幫助他們有效設計、開發和交付基於人工智能的數字化產品。

通過本培訓，參與者將能夠：

• 識別客戶需求並明確產品願景。
• 應用人工智能技術增強數字銀行產品。
• 使用敏捷和設計思維方法，創建以用戶爲中心的解決方案。
• 衡量、迭代和優化產品性能，實現持續價值。

課程形式

• 50% 同步課程（線上或線下）。
• 25% 異步活動（視頻、閱讀、論壇）。
• 25% 線下實踐研討會，包含案例分析。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

Copilot for Microsoft 365 是一款AI驅動的助手，與Microsoft Office應用程序集成，幫助財務與會計專業人員提高生產力，簡化報告流程，並支持決策制定。

本課程爲講師主導的培訓（線上或線下），面向對AI經驗有限的財務與會計專業人員，旨在幫助他們利用Microsoft Copilot提升財務任務的準確性、效率和洞察力。

培訓結束後，學員將能夠：

• 使用Copilot快速準確地創建財務報告。
• 自動化重複的會計和數據錄入任務。
• 藉助AI生成財務摘要和預測。
• 使用自然語言提示從大量財務數據中提取洞察。

課程形式

• 互動式講座與討論。
• 大量練習與實踐。
• 在即時實驗室環境中動手操作。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

應用人工智能爲金融專業人士分析和報告業務績效的方式引入了新的效率和智能水平。

本次由講師指導的培訓（線上或線下）面向中級金融專業人士，旨在幫助他們將人工智能工具集成到財務報表工作流程中，以提高準確性，自動化重複任務，並獲取前瞻性洞察。

培訓結束後，參與者將能夠：

• 使用人工智能工具自動從財務文檔中提取數據。
• 應用機器學習模型分析財務報表中的趨勢和異常。
• 使用生成式人工智能輔助差異評論、敘述性報告和情景模擬。
• 在財務報告和規劃的背景下負責任地解釋人工智能生成的輸出。

課程形式

• 互動式講座和討論。
• 大量練習和實踐。
• 在實驗室環境中進行實際操作。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

WrenAI爲財務團隊提供了建模關鍵績效指標（KPI）、整合標準化指標以及設計符合監管要求和審計標準的儀表板的能力。

本次由講師主導的培訓（線上或線下）面向中高級財務專業人士，他們希望使用WrenAI構建合規的財務數據模型和儀表板，以支持決策和風險管理。

通過本次培訓，參與者將能夠：

• 在WrenAI中建模財務KPI和指標。
• 構建符合監管和審計要求的儀表板。
• 將WrenAI與財務數據源集成，實現即時報告。
• 應用財務分析和風險監控的最佳實踐。

課程形式

• 互動式講座和討論。
• 使用財務數據模型進行實際操作練習。
• 儀表板設計和合規報告的實踐實驗室。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

AI正在通過智能自動化、超個性化和安全的即時金融服務改變金融科技。

本次由講師主導的培訓（線上或線下）面向初級到中級金融科技專業人士，旨在探索AI、API和開放銀行創新的融合，以設計下一代金融產品。

培訓結束後，參與者將能夠：

• 瞭解AI和機器學習在金融科技用例中的應用。
• 利用開放銀行API和數據聚合進行產品創新。
• 設計AI驅動的數字錢包、數字銀行和金融助手功能。
• 將創新與監管、道德和安全考慮相結合。

課程形式

• 互動講座和討論。
• 大量練習和實踐。
• 在實驗室環境中進行實際操作。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

AI正在通過智能即時分析大量交易數據集，改變金融機構檢測欺詐和打擊洗錢的方式。

本次由講師指導的培訓（線上或線下）面向中級專業人士，旨在幫助他們應用機器學習和AI工具，自動化和增強金融犯罪檢測、合規監控和運營治理。

培訓結束後，參與者將能夠：

• 瞭解AI在欺詐檢測和反洗錢監控中的應用案例。
• 設計和實施異常檢測和交易評分模型。
• 利用基於圖的AI進行網絡風險檢測。
• 確保模型部署的倫理性、可解釋性和合規性。

課程形式

• 互動式講座和討論。
• 大量練習和實踐。
• 在實驗環境中進行實際操作。

課程定製選項

• 如需定製本課程，請聯繫我們安排。

人工智能正在通過提供高度個性化的金融服務、智能諮詢平臺和增強的用戶體驗，改變財富科技領域。

本課程由講師指導，提供線上或線下培訓，面向中級水平的金融和技術專業人士，旨在幫助他們設計、評估或實施人工智能驅動的解決方案，用於個性化財富管理和機器人諮詢服務。

通過本培訓，學員將能夠：

• 瞭解人工智能在財富管理和數字諮詢平臺中的應用。
• 設計智能系統，提供個性化的投資組合建議。
• 將行爲金融數據和用戶偏好融入諮詢算法。
• 評估自動化投資建議中的倫理和監管問題。

課程形式

• 互動式講座與討論。
• 大量練習與實踐。
• 在即時實驗室環境中進行實際操作。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

LangGraph 是一個用於構建有狀態、多參與者 LLM 應用的框架，通過可組合的圖結構實現持久狀態和執行控制。

本次由講師主導的培訓（線上或線下）面向中級到高級專業人士，旨在幫助他們設計、實施和運營基於 LangGraph 的金融解決方案，確保其具備適當的治理、可觀測性和合規性。

通過本次培訓，參與者將能夠：

• 設計與監管和審計要求一致的金融專用 LangGraph 工作流。
• 將金融數據標準和本體集成到圖狀態和工具中。
• 爲關鍵流程實施可靠性、安全性和人工介入控制。
• 部署、監控和優化 LangGraph 系統，以滿足性能、成本和 SLA 要求。

課程形式

• 互動式講座與討論。
• 大量練習與實踐。
• 在即時實驗室環境中進行實際操作。

課程定製選項

• 如需定製本課程，請聯繫我們安排。

本課程爲講師指導的培訓（線上或線下），面向中級金融專業人士、數據分析師、風險管理人員和AI工程師，旨在幫助他們利用多模態AI進行風險分析和欺詐檢測。

通過本課程，學員將能夠：

• 瞭解多模態AI在金融風險管理中的應用。
• 分析結構化和非結構化金融數據以進行欺詐檢測。
• 實施AI模型以識別異常和可疑活動。
• 利用自然語言處理（NLP）和計算機視覺進行金融文檔分析。
• 在現實金融系統中部署AI驅動的欺詐檢測模型。

AI正在改變金融機構評估信用、定價風險和優化貸款決策的方式。

本課程由講師指導，提供線上或線下培訓，面向中級金融專業人士，旨在幫助他們應用人工智能增強信用評分模型，更有效地管理風險，並改善貸款業務。

培訓結束後，參與者將能夠：

• 理解信用評分和風險預測中使用的關鍵AI方法。
• 使用機器學習算法構建和評估信用評分模型。
• 解釋模型輸出，確保合規性和透明度。
• 應用AI技術改進承銷、貸款審批和投資組合管理。

課程形式

• 互動講座和討論。
• 大量練習和實踐。
• 在實驗室環境中進行實際操作。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

本課程爲講師指導的培訓，hong-kong（線上或線下），旨在幫助金融專業人士利用ChatGPT優化工作流程，提升數據分析和報告能力。

通過本課程，學員將能夠：

• 瞭解ChatGPT的基礎知識及其工作原理。
• 使用ChatGPT自動化金融任務，如數據錄入和報告生成。
• 利用ChatGPT分析金融數據，獲取洞察並做出明智決策。
• 開發針對特定金融用例的定製ChatGPT模型。

Generative AI 是一類用於從現有數據生成新內容或預測的人工智能技術，包括 Large Language Models (LLMs) 和生成對抗網絡（GANs）。

本課程爲講師指導的培訓（線上或線下），面向初級到中級金融專業人士，旨在幫助他們應用生成式人工智能進行預測、異常檢測和金融服務中的合規性分析。

培訓結束後，學員將能夠：

• 理解生成式人工智能模型的基礎概念。
• 將 LLMs 和 GANs 應用於欺詐檢測和合成數據生成等用例。
• 設計有效的提示，以支持金融預測和報告。
• 評估生成式人工智能應用中的倫理和監管問題。

課程形式

• 互動式講座與討論。
• 大量練習與實踐。
• 在即時實驗室環境中進行實操。

課程定製選項

• 如需定製本課程，請聯繫我們進行安排。

本次由講師指導的培訓在hong-kong（線上或線下）進行，面向中級金融專業人士和金融科技開發者，旨在幫助他們使用AI驅動的Prompt Engineering技術，提升財務分析、風險管理和決策能力。

培訓結束後，參與者將能夠：

• 理解Prompt Engineering在金融應用中的基礎知識。
• 利用AI模型進行財務預測和市場情緒分析。
• 使用AI提示自動化財務報告和數據提取。
• 通過優化提示開發AI驅動的風險評估模型。
• 確保在金融領域使用AI時的合規性和倫理考慮。

人工智能是一組強大的技術，用於開發智能交易系統，這些系統可以分析市場數據、進行預測並自主執行策略。

本次由講師主導的培訓（線上或線下）面向中級金融專業人士，旨在幫助他們將AI技術應用於交易與資產管理，重點關注信號生成、投資組合優化和算法策略。

培訓結束後，參與者將能夠：

• 瞭解AI在現代金融市場中的作用。
• 使用Python構建和回測算法交易策略。
• 將監督學習和無監督學習模型應用於金融數據。
• 使用AI驅動技術優化投資組合。

課程形式

• 互動式講座與討論。
• 大量練習與實踐。
• 在即時實驗室環境中進行實際操作。

課程定製選項

• 如需定製本課程，請聯繫我們安排。

Machine Learning 是人工智能的一個子集，專注於創建從數據中學習並做出預測或決策的系統，而無需顯式編程。

本次由講師指導的培訓（線上或線下）面向中級金融專業人士，旨在幫助他們將機器學習和人工智能技術應用於實際問題，如欺詐檢測、信用評分和風險建模。

培訓結束後，參與者將能夠：

• 理解與金融相關的核心機器學習概念。
• 將有監督和無監督學習算法應用於金融數據集。
• 構建和評估信用風險、欺詐檢測和市場分析的預測模型。
• 使用 Python 和 scikit-learn 實現機器學習管道。

課程形式

• 互動式講座和討論。
• 大量練習和實踐。
• 在即時實驗室環境中進行實際操作。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

AI在金融服務中是一個戰略推動者，有助於降低風險、提升客戶體驗和運營效率。

本課程爲講師主導的培訓（線上或線下），面向金融服務高管、金融科技經理和合規官員，這些參與者此前對人工智能接觸有限，但希望瞭解如何在其機構中負責任且有效地實施AI解決方案。

通過本培訓，參與者將能夠：

• 理解AI在金融服務中的戰略價值。
• 識別並減輕與AI模型相關的倫理風險。
• 駕馭金融領域中AI的監管環境。
• 設計負責任的AI治理和實施框架。

課程形式

• 互動講座與討論。
• 案例分析與小組練習。
• 將倫理框架應用於實際的金融場景。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

AI正迅速成爲現代產品管理的基礎，改變了我們如何發現客戶需求、定義解決方案並做出決策。正如電力革命改變了工業，人工智能正在重塑產品的構建、驗證和演進方式。

本次由講師主導的培訓（線上或線下）面向希望瞭解如何利用AI增強產品所有權和決策能力的產品負責人、Scrum Master和敏捷教練。

培訓結束後，參與者將能夠：

• 理解人工智能的基礎知識，並區分傳統AI與生成式AI（GenAI）。
• 應用產品負責人的七種優選立場（包括新的協調者立場），並利用AI強化每種立場，如願景者、實驗者或客戶代表。
• 掌握有效的提示技巧，將AI工具視爲具備專業技能的智能協作者。
• 深化客戶理解，創建AI支持的角色用於假設測試和發現，同時保持與客戶的真實聯繫。
• 使用結構化框架（如3x3框架）開發和傳達清晰的產品願景，利用AI塑造和可視化敘述。
• 使用生成式AI工具加速原型設計和假設測試，例如生成模擬圖或產品概念。
• 通過AI工具分析、優先排序和評估功能，支持產品決策，基於價值、可行性和用戶影響。
• 使用AI自動化或委派日常任務（如郵件、利益相關者管理、筆記記錄），專注於戰略性和創造性工作。
• 領導關於AI倫理、偏見和數據安全的討論，確保負責任和可持續的AI採用。
• 識別並設計符合特定產品和組織背景的有價值AI用例。
• 探索並實驗約20種不同的AI工具和模型，從生產力助手和原型設計平臺到生成式視頻、圖像和編碼解決方案。