Τεχνητή Νοημοσύνη, MachineLearning & FinTech

Τεχνητή Νοημοσύνη, MachineLearning & FinTech

Σε ποιους απευθύνεται:

Φοιτητές/τριες του MSc Internal Audit, Risk Management & Compliance (IARC)

Σύντομη περιγραφή και σκοπός του προγράμματος

Η Τεχνητή Νοημοσύνη και ειδικότερα το Machine Learning (ML), το Deep Learning (DL) και οι εφαρμογές FinTech αλλάζουν ραγδαία τον τρόπο με τον οποίο λειτουργούν οι τράπεζες, οι ασφαλιστικές, οι επενδύσεις, οι πληρωμές και η διαχείριση κινδύνου. Το πρόγραμμα προσφέρει μια μη-τεχνική αλλά ουσιαστική εισαγωγή για φοιτητές/τριες του IARC, με έμφαση στο business value, στα πραγματικά use cases, στα δεδομένα, στη σωστή αξιολόγηση ενός μοντέλου, καθώς και στα θέματα διακυβέρνησης/ηθικής/συμμόρφωσης.

Σκοπός του προγράμματος είναι να εξοπλίσει τους/τις συμμετέχοντες/ουσες με το πλαίσιο σκέψης ώστε να μπορούν να:

  • κατανοούν τι κάνει (και τι δεν κάνει) ένα AI/ML σύστημα στη χρηματοοικονομική,
  • θέτουν σωστά το πρόβλημα (problem framing) και τα κριτήρια επιτυχίας,
  • συνεργάζονται αποτελεσματικά με data/tech ομάδες και παρόχους,
  • αξιολογούν ρίσκα, περιορισμούς και απαιτήσεις εφαρμογής σε πραγματικό οργανισμό.

Μαθησιακά Αποτελέσματα

Με την ολοκλήρωση του προγράμματος, μία/ένας απόφοιτη/απόφοιτος θα είναι σε θέση να:

  • εξηγεί με απλό τρόπο τις έννοιες AI – ML – DL και τις βασικές κατηγορίες μάθησης (supervised / unsupervised)
  • αναγνωρίζει τα βασικά use cases FinTech (credit scoring, fraud/AML, forecasting, customer analytics, robo-advisory) και να τα συνδέει με επιχειρησιακούς στόχους
  • ορίζει σωστά το train/test και να κατανοεί τις έννοιες overfitting, generalization και “data leakage”
  • επιλέγει κατάλληλα metrics ανά περίπτωση (π.χ. precision/recall για απάτη, MAE/RMSE για πρόβλεψη) και να ερμηνεύει αποτελέσματα για λήψη αποφάσεων
  • περιγράφει τις βασικές αρχές Explainable AI (XAI) και πότε απαιτείται ερμηνευσιμότητα/διαφάνεια
  • σχεδιάζει σε υψηλό επίπεδο ένα end-to-end AI project (δεδομένα → baseline → μοντέλο → validation → deployment → monitoring) με βασική διακυβέρνηση

Εκπαιδευτική μεθοδολογία

Το πρόγραμμα παρέχεται μέσω σύγχρονης εξ αποστάσεως διδασκαλίας (live online) και υποστηρίζεται από ασύγχρονο υλικό (slides, σημειώσεις, σύντομα παραδείγματα/links) μέσω e-class. Η προσέγγιση είναι διαδραστική με:

  • σύντομα θεωρητικά blocks (business-first),
  • mini cases από τράπεζες/αγορές/fintech,
  • πολύ βασικά demos (ενδεικτικά: train/test & αξιολόγηση) χωρίς τεχνική εμβάθυνση,
  • μικρές ομαδικές ασκήσεις “decision-making” (τι μετράει, ποιο ρίσκο, ποιο KPI).

Διάρκεια Προγράμματος

Η διάρκεια του προγράμματος είναι δύο (2) μήνες, με συνολικό φόρτο ενασχόλησης 75 ωρών.

Με την επιτυχή ολοκλήρωση του προγράμματος παρέχεται Βεβαίωση Παρακολούθησης.