Corso di formazione Open Bank Project for Developers

Questa formazione dal vivo con istruttore in Italia (online o in loco) è rivolta ai professionisti della finanza e del diritto che desiderano apprendere i principi e le pratiche della riscossione stragiudiziale e giudiziaria, consentendo loro di gestire e risolvere efficacemente i problemi di riscossione.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendere i vantaggi e gli svantaggi della riscossione stragiudiziale e giudiziale.
• Applicare i principali metodi e tecniche di recupero stragiudiziale e giudiziale.
• Valutare l'efficacia e l'efficienza della riscossione stragiudiziale e giudiziale.
• Affrontare le questioni legali ed etiche connesse alla riscossione stragiudiziale e giudiziale.
• Integrare la riscossione stragiudiziale e giudiziaria in modo completo e coerente.

Il programma di aggiornamento sulla conformità e MLRO esamina le questioni chiave e gli argomenti di gestione dei rischi che sono di vitale importanza nell'ambiente altamente regolamentato di oggi. Oltre ad essere rivolto a responsabili della conformità, MLRO, MLCO e altri professionisti della gestione del rischio, si rivolge anche ai membri del senior management e ai membri del consiglio desiderosi di sapere di più su cosa aspettarsi dalle funzioni di controllo del rischio all'interno delle loro organizzazioni. Il programma è tenuto da un esperto in materia del Regno Unito.

L'obiettivo di apprendimento chiave del programma è fornire ai partecipanti conoscenze sufficienti per valutare obiettivamente l'adeguatezza dei controlli e delle pratiche esistenti in materia di gestione dei rischi della propria organizzazione e apportare miglioramenti adeguati.

Pubblico

Tutto il personale che necessita di una conoscenza Corporate Go vernance della Corporate Go vernance per la propria organizzazione

Formato del corso

Una combinazione altamente interattiva di:

• Discussioni agevolate
• Presentazioni di diapositive
• Esempi
• esercizi
• Casi studio

Pubblico

• Responsabili dei prestiti personali di nuova nomina
• Supportare il personale responsabile della raccolta e dell'interpretazione delle informazioni per i gestori del prestito
• Personale responsabile della gestione dei crediti inesigibili e dubbiosi che necessitano di una conoscenza pratica del processo decisionale che ha portato alla concessione dei prestiti

Prestito a clienti personali - Credito al consumo - richiede un alto livello di competenza nella valutazione delle singole proposte di prestito.

In molti casi non ha nessuna delle fonti di informazioni finanziarie tradizionalmente associate ai prestiti societari - Bilanci, conti profitti e perdite, ecc. - e si basa maggiormente sulla fiducia e sul rapporto instaurati tra il cliente e il creditore.

Entro la fine di questo corso i finanziatori ai clienti personali saranno in grado di:

• Comprendere il processo di valutazione delle proposte di prestito da parte dei clienti personali
• Utilizzare tale processo per giungere a una decisione logica di accettare il prestito o di rifiutarlo con validi motivi
• Gestire e controllare un portafoglio di prestiti personali per garantire, per quanto possibile, che tutti i prestiti vengano rimborsati per intero. (Ricordando che non esiste un prestito completamente privo di rischi ...!)
• Costruire un rapporto con i clienti per (provare a!) Garantire che tutti i loro prestiti siano completamente rimborsati

L'apprendimento automatico è una branca dell'intelligenza artificiale in cui i computer hanno la capacità di apprendere senza essere esplicitamente programmati. L'apprendimento profondo è un sottocampo dell'apprendimento automatico che utilizza metodi basati su rappresentazioni di dati di apprendimento e strutture come le reti neurali. R è un linguaggio di programmazione popolare nel settore finanziario. È utilizzato in applicazioni finanziarie che vanno dai principali programmi di trading ai sistemi di gestione del rischio.

In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come implementare modelli di deep learning per la finanza utilizzando R mentre avanzano nella creazione di un modello di previsione del prezzo delle azioni di deep learning.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendi i concetti fondamentali dell'apprendimento profondo
• Impara le applicazioni e gli usi del deep learning in finanza
• Usa R per creare modelli di apprendimento profondo per la finanza
• Costruisci il proprio modello di previsione del prezzo delle azioni di deep learning usando R

Pubblico

• Sviluppatori
• Data scientist

Formato del corso

• Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche

L'apprendimento automatico è una branca dell'intelligenza artificiale in cui i computer hanno la capacità di apprendere senza essere esplicitamente programmati. L'apprendimento profondo è un sottocampo dell'apprendimento automatico che utilizza metodi basati su rappresentazioni di dati di apprendimento e strutture come le reti neurali. Python è un linguaggio di programmazione di alto livello famoso per la sua sintassi chiara e la leggibilità del codice.

In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come implementare modelli di deep learning per il settore bancario utilizzando Python mentre passano attraverso la creazione di un modello di rischio di credito di deep learning.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendi i concetti fondamentali dell'apprendimento profondo
• Scopri le applicazioni e gli usi del deep learning nel settore bancario
• Usa Python , Keras e TensorFlow per creare modelli di deep learning per il settore bancario
• Costruisci il proprio modello di rischio di credito per l'apprendimento profondo utilizzando Python

Pubblico

• Sviluppatori
• Data scientist

Formato del corso

• Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche

L'apprendimento automatico è una branca dell'intelligenza artificiale in cui i computer hanno la capacità di apprendere senza essere esplicitamente programmati. L'apprendimento profondo è un sottocampo dell'apprendimento automatico che utilizza metodi basati su rappresentazioni di dati di apprendimento e strutture come le reti neurali. R è un linguaggio di programmazione popolare nel settore finanziario. È utilizzato in applicazioni finanziarie che vanno dai principali programmi di trading ai sistemi di gestione del rischio.

In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come implementare modelli di apprendimento profondo per il settore bancario utilizzando R mentre passano attraverso la creazione di un modello di rischio di credito di apprendimento profondo.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendi i concetti fondamentali dell'apprendimento profondo
• Scopri le applicazioni e gli usi del deep learning nel settore bancario
• Usa R per creare modelli di deep learning per il settore bancario
• Costruire il proprio modello di rischio di credito per l'apprendimento approfondito utilizzando R

Pubblico

• Sviluppatori
• Data scientist

Formato del corso

• Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche

L'apprendimento automatico è una branca dell'intelligenza artificiale in cui i computer hanno la capacità di apprendere senza essere programmati esplicitamente L'apprendimento approfondito è un sottocampo di machine learning che utilizza metodi basati sull'apprendimento di rappresentazioni di dati e strutture come le reti neurali Python è un linguaggio di programmazione di alto livello famoso per la sua chiara sintassi e leggibilità del codice In questo corso di formazione dal vivo, istruito, i partecipanti impareranno come implementare modelli di deep learning per la finanza usando Python mentre passano attraverso la creazione di un modello di predizione dei prezzi delle azioni in deep learning Alla fine di questa formazione, i partecipanti saranno in grado di: Comprendere i concetti fondamentali dell'apprendimento profondo Impara le applicazioni e gli usi del deep learning in finanza Usa Python, Keras e TensorFlow per creare modelli di deep learning per la finanza Costruire il proprio modello di previsione dei prezzi delle azioni per l'apprendimento profondo usando Python Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .

Durante la formazione, presenterà i problemi di analisi finanziaria utilizzando le funzionalità avanzate di Excel .

Questo corso è rivolto ad analisti finanziari, contabili e tutti coloro che desiderano espandere il proprio foglio di calcolo delle competenze con problemi di analisi finanziaria.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto ai professionisti finanziari di istituzioni statunitensi e non statunitensi che desiderano comprendere gli aspetti legali, di conformità e di applicazione del FATCA in modo da mantenere la conformità con le autorità fiscali statunitensi (IRS).

Al termine di questa formazione, i partecipanti saranno in grado di comprendere:

• L'impatto del FATCA sulla conformità fiscale globale e sulla trasparenza finanziaria.
• obblighi di due diligence e di rendicontazione FATCA.
• Gli aspetti legali più importanti del FATCA e come garantirne la conformità.

Questo corso introduttivo fornirà ai partecipanti una conoscenza di base e di lavoro dettagliata dei principali mercati finanziari, il loro scopo, funzione, attività principali e loro regolamentazione. È pensato per essere in parte aggiornato, in parte educativo e in parte impegnativo in modo che tutti i delegati ne traggano il massimo beneficio. Feedback e discussione saranno attivamente incoraggiati durante le sessioni che intendono essere interattive, non solo reattive e concrete.

La funzione principale è quella di garantire che, al termine, tutti i delegati del corso saranno molto meglio attrezzati per gestire i clienti e le loro esigenze in atto e per contestualizzare i servizi e i mercati in cui negoziano e partecipano.

Introduzione ai prodotti strutturati

Lo scopo del corso è fornire ai delegati un'introduzione ai Prodotti strutturati utilizzati nell'investment banking. Al termine del corso tutti i delegati avranno una conoscenza pratica della materia e saranno in grado di rispondere

1. Cosa sono i prodotti strutturati?
2. Perché emetterli?
3. Come beneficiano gli emittenti e gli investitori?
4. Come strutturate e valutate una gamma di prodotti derivati?
5. Quali sono i rischi e i costi di produzione di prodotti finanziari strutturati?
6. Cosa sono i derivati incorporati?
7. Quali sono le opzioni esotiche?
8. Quali sono le considerazioni sui prezzi e sulla copertura?

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto ai manager che desiderano acquisire una comprensione operativa dello standard IFRS 17.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Identificare le principali disposizioni dell'IFRS 17.
• Conoscere le differenze tra l'IFRS 17 e l'IFRS 4.
• Comprendere le regole IFRS.
• Comprendere i modelli finanziari e i loro numeri.
• Analizza e comprendi i diversi tipi di contratti assicurativi e modelli contabili.
• Prepara un piano e un programma di transizione ben informati.
• Implementare l'IFRS 17 all'interno di un'organizzazione.
• Identificare e misurare le prestazioni dei contratti assicurativi.

kdb + è un inmemory, database orientato alla colonna e q è il suo linguaggio integrato, interpretato e basato sul vettore In kdb +, le tabelle sono colonne di vettori e q è usato per eseguire operazioni sui dati della tabella come se fosse una lista kdb + e q sono comunemente usati nel trading ad alta frequenza e sono popolari con le principali istituzioni finanziarie, tra cui Goldman Sachs, Morgan Stanley, Merrill Lynch, JP Morgan, ecc In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come creare un'applicazione di dati di serie temporali usando kdb + e q Alla fine di questa formazione, i partecipanti saranno in grado di: Comprendere la differenza tra un database orientato alla successione e un database orientato alla rubrica Seleziona i dati, scrivi script e crea funzioni per eseguire analisi avanzate Analizzare i dati delle serie temporali come i dati di borsa e delle materie prime Utilizza le funzionalità inmemoria di kdb + per archiviare, analizzare, elaborare e recuperare grandi set di dati ad alta velocità Pensa a funzioni e dati a un livello superiore rispetto all'approccio standard (argomenti) della funzione comune nei linguaggi nonvector Esplora altre applicazioni sensibili per kdb +, inclusi il trading di energia, le telecomunicazioni, i dati dei sensori, i dati dei registri e il monitoraggio dell'utilizzo della macchina e della rete Pubblico Sviluppatori Ingegneri di database Scienziati di dati Analisti di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .

audiance

Tutto il personale che necessita di una conoscenza pratica della conformità e della Management dei rischi

Formato del corso

Una combinazione di:

• Discussioni agevolate
• Presentazioni di diapositive
• Casi studio
• Esempi

Obiettivi del corso

Entro la fine di questo corso, i delegati saranno in grado di:

• Comprendere le principali sfaccettature della conformità e gli sforzi nazionali e internazionali che vengono compiuti per gestire i rischi ad essa correlati
• Definire i modi in cui un'azienda e il suo personale potrebbero creare un Framework di Management rischi di conformità
• Descrivere in dettaglio i ruoli di Responsabile della conformità e Responsabile della segnalazione di riciclaggio di denaro e come dovrebbero essere integrati in un'azienda
• Comprendi alcuni altri "punti caldi" del Financial Crime , in particolare per quanto riguarda gli Business internazionali, i centri offshore e i clienti con un Financial Crime netto elevato