课程对象：商业银行管理人员、内审/内控部门人员

课程收益：

1、从银行关键变革角度，深入了解金融科技发展历史、本质内涵及给银行带来的挑战和机遇；

2、通过典型案例从多个维度，熟悉互联网和金融科技下银行面临的主要风险表现，如外部欺诈风险、内部舞弊风险、监管风险及声誉风险等，加深对风险源头的理解；

3、系统学习银行智能内控建设的原理、方法论及同行业良好实践，结合三道防线各自特点，举一反三思考优化路径与方案。

课程大纲/要点：

序言：银行关键变革（15分钟）

一、金融科技发展与挑战（1小时）

1. 人工智能的发展（25分钟）。

Ø 大数据与数据发展

Ø 机器学习与深度学习

Ø AI未来发展方向

2. 金融科技的定义与内涵（20分钟）。

Ø 金融科技定义

Ø 金融科技三个发展阶段

Ø 金融科技的本质与内涵

3. 金融科技挑战与机遇（15分钟）。

Ø 金融科技带来的三大机遇

Ø 中小银行金融科技转型面临的难题

二、互联网下金融风险表现（1.5小时）

1. 外部欺诈风险（30分钟）。

1) 网络攻击（典型案例：银行APP漏洞）。

2) 盗取银行资金（典型案例：CARBANAK）。

3) 盗取客户信息（拖库、洗库和撞库）。

4) 外部团伙诈骗（典型案例：四川房贷诈骗案）。

2. 内部欺诈风险（30分钟）。

1) 盗窃与欺诈。

Ø 通过技术手段盗取银行资金（典型案例：编写病毒植入系统盗取银行资金）

Ø 盗取客户敏感信息（典型案例：内部员工爬取客户信息）

Ø 故意对外提供/泄露客户敏感信息

Ø 通过其他手段泄露客户敏感信息

2) 行为未经授权。

3) 数据信息保护与数据安全要求。

Ø 账号授权与职责分离

Ø 访问对象限定

Ø 账号使用要求

Ø 访问控制要求

3. 声誉风险（15分钟）。

1) 互联网下声誉风险防控难点

2) 典型案例剖析：某行泄露客户隐私事件。

4. 监管风险（15分钟）。

1) 金融科技发展与监管

2) 互联网存款监管要求

3) 互联网贷款监管要求

三、银行智能内控体系建设

1. 银行智能内控框架。（0.5小时）

1) 智能内控防控原理。

2) 机器学习原理与方法。

2. AI与欺诈风险防控。（1.0小时）

1) 外部欺诈风险防控核心工作。

2) 外部欺诈风险防控：从传统到智能。

Ø 规则类模型。

Ø 客户画像识别。

Ø 机器学习反欺诈模型。

Ø 知识图谱与关联关系识别。

3) 知识图谱与反舞弊场景应用。

4) 员工风险画像构建。

3. 银行内审智能化转型。（1.5小时）

1) 传统内审转型痛点。

2) 智能内审转型方向。

Ø 数据驱动

Ø 智能分析

Ø 自动监测

Ø 辅助决策

Ø 系统支持

3) 智能化内审架构与实践路径。

Ø 智能内审架构

Ø 智能管理系统

Ø 内审数据集市

Ø 全生命周期模型管理

Ø 复合型内审人才培养