Open Bank Project for Developers Training Cursus

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op financiële en juridische professionals die de principes en praktijken van buitengerechtelijke en gerechtelijke incasso willen leren, waardoor ze incassoproblemen effectief kunnen beheren en oplossen.

Aan het einde van deze training kunnen deelnemers:

• Begrijp de voor- en nadelen van buitengerechtelijke en gerechtelijke incasso.
• Pas de belangrijkste methoden en technieken van de buitengerechtelijke en gerechtelijke incasso toe.
• Evalueer de effectiviteit en efficiëntie van buitengerechtelijke en gerechtelijke incasso.
• Behandel de juridische en ethische kwesties die betrokken zijn bij buitengerechtelijke en gerechtelijke incasso.
• Integreer buitengerechtelijke en gerechtelijke incasso op een alomvattende en coherente manier.

Het Compliance- en MLRO-opfrisprogramma onderzoekt de belangrijkste risicobeheerskwesties en -onderwerpen die van vitaal belang zijn in de sterk gereguleerde omgeving van vandaag. Het is niet alleen gericht op Compliance Officers, MLRO's, MLCO's en andere professionals op het gebied van risicobeheer, maar ook op leden van het senior management en bestuursleden die meer willen weten over wat ze kunnen verwachten van de risicobeheersingsfuncties binnen hun organisaties. Het programma wordt gegeven door een expert in het onderwerp materie uit het VK.

De belangrijkste leerdoelstelling van het programma is om deelnemers uit te rusten met voldoende kennis om objectief de toereikendheid van de bestaande risicobeheersingsmaatregelen en -praktijken van hun organisatie te beoordelen en passende verbeteringen aan te brengen.

Publiek

• Nieuw benoemde Personal Lending Managers
• Ondersteunend personeel dat verantwoordelijk is voor het verzamelen en interpreteren van informatie voor de kredietbeheerders
• Personeel verantwoordelijk voor het beheer van slechte en twijfelachtige schulden die behoefte hebben aan praktische kennis van het besluitvormingsproces dat heeft geleid tot het verstrekken van de lening

Kredietverlening aan persoonlijke klanten - Consumentenkrediet - vereist een hoog niveau van vaardigheid bij het beoordelen van individuele kredietvoorstellen.

In veel gevallen heeft het geen van de bronnen van financiële informatie die traditioneel wordt geassocieerd met bedrijfsleningen - balansinformatie, winst- en verliesrekeningen enz. - en vertrouwt het meer op het vertrouwen en de verstandhouding die is opgebouwd tussen de klant en de kredietgever.

Aan het einde van deze cursus kunnen geldschieters aan persoonlijke klanten:

• Begrijp het proces voor het beoordelen van leenproposities van persoonlijke klanten
• Gebruik dat proces om tot een logische beslissing te komen om met de lening in te stemmen of deze met gegronde redenen af te wijzen
• Beheer en beheer een portefeuille van persoonlijke leningen om ervoor te zorgen, voor zover mogelijk, dat alle leningen volledig worden terugbetaald. (Vergeet niet dat er geen volledig risicovrije kredietverlening is ...!)
• Bouw een band op met klanten om (proberen!) Te verzekeren dat al hun leningen volledig worden terugbetaald

Machine learning is een tak van kunstmatige intelligentie waarbij computers kunnen leren zonder expliciet te worden geprogrammeerd. Diep leren is een deelgebied van machine learning dat methoden gebruikt die gebaseerd zijn op gegevensrepresentaties en structuren zoals neurale netwerken. R is een populaire programmeertaal in de financiële sector. Het wordt gebruikt in financiële toepassingen variërend van kernhandelprogramma's tot risicobeheersystemen.

In deze door een instructeur geleide, live training, leren deelnemers hoe ze deep learning-modellen voor financiën kunnen implementeren met behulp van R terwijl ze door de creatie van een deep learning-aandelenvoorspellingsmodel stappen.

Aan het einde van deze training kunnen deelnemers:

• Begrijp de fundamentele concepten van diep leren
• Leer de toepassingen en toepassingen van diep leren in financiën
• Gebruik R om diepgaande leermodellen voor financiën te maken
• Bouw hun eigen deep learning aandelenprijsvoorspellingsmodel met R

Publiek

• ontwikkelaars
• Data wetenschappers

Formaat van de cursus

• Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen

Machine learning is een tak van kunstmatige intelligentie waarbij computers kunnen leren zonder expliciet te worden geprogrammeerd. Diep leren is een deelgebied van machine learning dat methoden gebruikt die gebaseerd zijn op gegevensrepresentaties en structuren zoals neurale netwerken. Python is een programmeertaal op hoog niveau die bekend staat om zijn duidelijke syntaxis en leesbaarheid van code.

In deze door een instructeur geleide, live training leren deelnemers hoe ze deep learning-modellen voor bankieren kunnen implementeren met behulp van Python terwijl ze het maken van een deep learning-kredietrisicomodel doorlopen.

Aan het einde van deze training kunnen deelnemers:

• Begrijp de fundamentele concepten van diep leren
• Leer de toepassingen en toepassingen van diep leren in bankieren
• Gebruik Python , Keras en TensorFlow om diepgaande leermodellen voor bankieren te maken
• Bouw hun eigen deep learning kredietrisicomodel met behulp van Python

Publiek

• ontwikkelaars
• Data wetenschappers

Formaat van de cursus

• Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen

Machine learning is een tak van kunstmatige intelligentie waarbij computers kunnen leren zonder expliciet te worden geprogrammeerd. Diep leren is een deelgebied van machine learning dat methoden gebruikt die gebaseerd zijn op gegevensrepresentaties en structuren zoals neurale netwerken. R is een populaire programmeertaal in de financiële sector. Het wordt gebruikt in financiële toepassingen variërend van kernhandelprogramma's tot risicobeheersystemen.

In deze door een instructeur geleide, live training, leren deelnemers hoe ze deep learning-modellen voor bankieren kunnen implementeren met behulp van R terwijl ze het maken van een deep learning-kredietrisicomodel doorlopen.

Aan het einde van deze training kunnen deelnemers:

• Begrijp de fundamentele concepten van diep leren
• Leer de toepassingen en toepassingen van diep leren in bankieren
• Gebruik R om diepgaande leermodellen voor bankieren te maken
• Bouw hun eigen deep learning kredietrisicomodel met R

Publiek

• ontwikkelaars
• Data wetenschappers

Formaat van de cursus

• Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen

Machine learning is een tak van Artificial Intelligence waarbij computers het vermogen hebben om te leren zonder expliciet geprogrammeerd te zijn Deep learning is een subveld van machine learning dat gebruikmaakt van methoden die gebaseerd zijn op leergegevensrepresentaties en structuren zoals neurale netwerken Python is een programmeertaal op hoog niveau die bekend staat om zijn duidelijke syntaxis en codele leesbaarheid In deze live training met instructeur leren deelnemers hoe ze diepgaande leermodellen voor financiën kunnen implementeren met behulp van Python, terwijl ze door de creatie van een diepgaand modelvoorspellingmodel voor prijsvoorspelling stappen Aan het einde van deze training kunnen deelnemers: Begrijp de fundamentele concepten van diep leren Leer de toepassingen en het gebruik van deep learning in finance Gebruik Python, Keras en TensorFlow om diepgaande leermodellen voor financiën te maken Bouw een eigen voorspellingsmodel voor deep learning aandelenprijzen met Python Publiek ontwikkelaars Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .

Tijdens de training zullen de problemen van financiële analyse worden gepresenteerd met behulp van de geavanceerde functies van Excel .

Deze cursus is bedoeld voor financiële analisten, accountants en al diegenen die hun vaardigheden spreadsheet willen uitbreiden met kwesties van financiële analyse.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op financiële professionals in Amerikaanse en niet-Amerikaanse instellingen die de juridische, compliance- en handhavingsaspecten van FATCA willen begrijpen om de naleving van de Amerikaanse belastingautoriteiten te behouden. (IRS).

Aan het einde van deze training zullen de deelnemers het volgende kunnen begrijpen:

• De impact van FATCA op de mondiale belastingnaleving en financiële transparantie.
• FATCA's due diligence- en rapportagevereisten.
• De belangrijkste juridische aspecten van FATCA en hoe u naleving ervan kunt garanderen.

Inleiding tot gestructureerde producten

Het doel van de cursus is om afgevaardigden een inleiding te geven tot de gestructureerde producten die worden gebruikt bij investeringsbankieren. Na afronding van de cursus hebben alle deelnemers een praktische kennis van het onderwerp en kunnen ze antwoorden

1. Wat zijn gestructureerde producten?
2. Waarom ze uitgeven?
3. Hoe profiteren emittenten en beleggers?
4. Hoe structureert en prijs je een reeks afgeleide producten?
5. Wat zijn de risico's en kosten van het produceren van gestructureerde financiële producten?
6. Wat zijn embedded derivaten?
7. Wat zijn exotische opties?
8. Wat zijn de overwegingen inzake prijsstelling en afdekking?

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op managers die een goed inzicht willen krijgen in de IFRS 17-standaard.

Aan het einde van deze training kunnen deelnemers:

• Identificeer de belangrijkste vereisten van IFRS 17.
• Ken de verschillen tussen IFRS 17 en IFRS 4.
• Begrijp de IFRS-regels.
• Begrijp financiële modellen en hun cijfers.
• Ontleed en begrijp verschillende soorten verzekeringscontracten en boekhoudmodellen.
• Zorg voor een goed geïnformeerd transitieplan en planning.
• Implementeer IFRS 17 binnen een organisatie.
• Identificeer en meet de prestaties van verzekeringscontracten.

kdb + is een database met ingeschakelde kolommen, en q is de ingebouwde, geïnterpreteerde vectorgebaseerde taal In kdb + zijn tabellen kolommen met vectoren en q wordt gebruikt om bewerkingen uit te voeren op de tabelgegevens alsof het een lijst was kdb + en q worden vaak gebruikt in hoogfrequente handel en zijn populair bij de grote financiële instellingen, waaronder Goldman Sachs, Morgan Stanley, Merrill Lynch, JP Morgan, etc In deze live training met instructeur leren deelnemers hoe ze een tijdreeksgegevensapp kunnen maken met behulp van kdb + en q Aan het einde van deze training kunnen deelnemers: Begrijp het verschil tussen een rijgeoriënteerde database en een kolomgerichte database Selecteer gegevens, schrijf scripts en maak functies om geavanceerde analyses uit te voeren Analyseer tijdreeksgegevens zoals voorraad- en grondstoffenuitwisselingsgegevens Gebruik de mogelijkheid van kdb + 's om grote gegevenssets met hoge snelheid op te slaan, te analyseren, te verwerken en op te halen Denk aan functies en gegevens op een hoger niveau dan de standaard functie (argumenten) aanpak die gebruikelijk is in niet-vector-talen Ontdek andere tijdgevoelige toepassingen voor kdb +, inclusief energiehandel, telecommunicatie, sensorgegevens, loggegevens en controle van het gebruik van machines en netwerken Publiek ontwikkelaars Database-engineers Datawetenschappers Data-analisten Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .

audiance

Alle medewerkers die een praktische kennis van overeenstemming en de noodzaak Management van Risk

Formaat van de cursus

Een combinatie van:

• Facilitated Discussions
• Diapresentaties
• Case Studies
• Voorbeelden

Cursus Doelstellingen

Aan het einde van deze cursus kunnen afgevaardigden:

• Begrijp de belangrijkste facetten van compliance en de nationale en internationale inspanningen die worden geleverd om het bijbehorende risico te beheersen
• Bepaal de manieren waarop een bedrijf en zijn medewerkers een Compliance Risk Management Framework kunnen opzetten
• Geef een gedetailleerd overzicht van de rollen van Compliance Officer en Money Laundering Reporting Officer en hoe deze in een bedrijf moeten worden geïntegreerd
• Begrijp enkele andere "hotspots" in Financial Crime - vooral omdat ze betrekking hebben op internationale Business , offshore-centra en vermogende klanten

Deze cursus biedt een uitgebreide inleiding tot de technische computeromgeving MATLAB + een inleiding tot het gebruik van MATLAB voor financiële toepassingen. De cursus is bedoeld voor beginnende gebruikers en mensen die op zoek zijn naar een review. Er wordt geen eerdere programmeerervaring of kennis van MATLAB verondersteld. Thema's van data-analyse, visualisatie, modellering en programmering worden tijdens de cursus onderzocht. Onderwerpen zijn onder meer:

• Werken met de MATLAB gebruikersinterface
• Opdrachten invoeren en variabelen maken
• Analyseren van vectoren en matrices
• Visualisatie van vector- en matrixgegevens
• Werken met gegevensbestanden
• Werken met gegevenstypen
• Commando's automatiseren met scripts
• Programma's schrijven met logica en flow control
• Schrijffuncties
• De financiële toolbox gebruiken voor kwantitatieve analyse

Machine Learning is een tak van kunstmatige intelligentie waarin computers kunnen leren zonder expliciet te worden geprogrammeerd. Python is een programmeertaal die bekend staat om zijn duidelijke syntaxis en leesbaarheid. Het biedt een uitstekende verzameling goed geteste bibliotheken en technieken voor het ontwikkelen van toepassingen voor machine learning.

In deze live training onder leiding van een instructeur leren deelnemers hoe ze technieken en hulpmiddelen voor machine learning kunnen toepassen om echte problemen in de banksector op te lossen.

Deelnemers leren eerst de belangrijkste principes en brengen hun kennis vervolgens in de praktijk door hun eigen machine learning-modellen te bouwen en deze te gebruiken om een aantal teamprojecten te voltooien.

Publiek

• ontwikkelaars
• Data wetenschappers

Formaat van de cursus

• Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen