Objectifs
Permettre aux participants d’approfondir leurs connaissances sur l’impact de l’IA dans le secteur financier, en se concentrant sur l’optimisation des processus complexes, l’analyse des données avancée et l’utilisation des modèles de langage pour améliorer la prise de décision dans le métier de Credit Manager. Les participants découvriront comment l’IA peut être intégrée de manière automatisée dans les infrastructures existantes, avec une mise en œuvre technique adaptée aux réalités opérationnelles.
Prérequis
Avoir une expérience de base en IA, avoir suivi la formation débutant ou avoir déjà manipulé des outils d’IA dans le cadre professionnel.
Public concerné
Gestionnaire de comptes clients, collaborateurs ADV, comptable clients, tout collaborateur travaillant dans le recouvrement et ayant une première expérience de l’utilisation d’outils IA.
Pédagogie
Cette formation avancée combine des présentations théoriques approfondies, des études de cas concrets, des démonstrations d’outils avancés et des sessions interactives pour encourager l’engagement et la compréhension technique.
Suivi et évaluation
Des exercices pratiques ponctueront la formation pour garantir l’acquisition de compétences avancées. Les stagiaires devront réaliser des prompts pour résoudre une problématique spécifique liée au métier de Credit Manager. Une fiche d’évaluation est complétée par le stagiaire à l’issue de la formation. Une attestation de présence est fournie à la fin de la formation.
Programme
Évolution avancée de l’IA : Modèles récents et cas d’usages spécifiques
Approfondir l’évolution des techniques d’IA avec un focus sur les dernières avancées dans le domaine des modèles de langage (LLM) tels que GPT et leur application dans la gestion du crédit.
Exemples : Analyse plus fine des comportements clients à l’aide des LLM et des modèles de prévision sophistiqués.
Automatisation avancée des Processus IA dans la Gestion du Crédit
Introduction à l’automatisation via l’IA : comment automatiser les processus répétitifs (par exemple, la classification des clients selon leur risque de défaut).
Utilisation d’outils d’automatisation : présentation de solutions telles que les Robotic Process Automation (RPA) combinées à l’IA pour automatiser les relances et le recouvrement.
Analyse avancée des Données pour la Prise de Décision
Introduction aux techniques d’analyse de données avancées : clustering, segmentation des clients selon des indicateurs spécifiques (par exemple, comportement de paiement).
Exploration des outils d’IA pour une analyse approfondie : outils de visualisation de données et techniques de prédiction sophistiquées basées sur l’historique des transactions.
Atelier pratique : Construire et interpréter des tableaux de bord IA pour identifier des tendances cachées et des risques émergents.
Comprendre les Modèles de Langage (LLM) et leur application dans le Credit Management
Applications concrètes des LLM pour l’optimisation des processus (analyse automatique de contrats, génération de rapports financiers automatisés).
Introduction à l’ intégration Technique et Déploiement d’IA en Collaboration avec les DSI
Comprendre la mise en œuvre opérationnelle des solutions IA avec les équipes techniques (DSI) : choix d’architecture, intégration cloud et sécurité des données.
Déploiement d’outils d’IA en production : gestion des API, gouvernance des données et mise en conformité avec les exigences RGPD.
Éthique et Gouvernance des Modèles IA
Sécurité des systèmes IA et pratiques avancées de gestion des données sensibles (en lien avec le métier de Credit Manager).
Régulations à venir : préparation aux nouvelles normes et régulations IA appliquées au secteur financier.
Synthèse des concepts avancés : rappel des points clés abordés et discussions sur les perspectives futures.
Matériel
- Ordinateur portable