【培訓(xùn)對象】
適合金融機(jī)構(gòu)內(nèi)部員工，包括反洗錢專崗人員和科技人員

【培訓(xùn)收益】
1. 掌握AI在反洗錢監(jiān)測中的核心應(yīng)用場景 2. 了解運(yùn)用Deepseek協(xié)助業(yè)務(wù)人員建立模型的方法 3. 熟練運(yùn)用DeepSeek構(gòu)建特征工程與規(guī)則引擎 4. 通過Dify實現(xiàn)智能體快速部署與流程自動化 5. 建立AI賦能的團(tuán)隊協(xié)作與風(fēng)險管理體系

 第一講：AI技術(shù)的運(yùn)用對于反洗錢的影響
問題思考：AI太火爆，是否會將人類代替？
一、AI時代的反洗錢變革
1. AI技術(shù)概覽：
1）國內(nèi)主要AI工具：Deepseek、kimi、豆包等
2）國外主要AI工具：ChatGPT、Grox等
2. 反洗錢開展面臨的挑戰(zhàn)和機(jī)遇：
挑戰(zhàn)：
1）中國即將參與第5輪FATF國際互評
2）《新反洗錢法》出臺，治理力度加強(qiáng)
3）AI在洗錢、上游經(jīng)濟(jì)犯罪領(lǐng)域的超前運(yùn)用
 案例1：
“AI換臉”技術(shù)在電信詐騙和洗錢環(huán)節(jié)的運(yùn)用。
1）“風(fēng)險為本”的管理策略
2）保持反洗錢風(fēng)控與客戶營銷、服務(wù)之間的平衡
機(jī)遇：
1）《新反洗錢》賦予銀行工作人員的權(quán)利以及“盡職盡責(zé)”的免責(zé)策略
2）“非銀金融機(jī)構(gòu)”反洗錢要求帶來的新的崗位
3）AI、大數(shù)據(jù)技術(shù)為銀行風(fēng)控體系帶來的賦能
3. 反洗錢現(xiàn)有的“AI”技術(shù)賦能：
1）銀行內(nèi)部：AML反洗錢系統(tǒng)、名單管理系統(tǒng)、可疑交易監(jiān)測模型、客戶洗錢風(fēng)險評級
2）銀行外部：線上查凍扣平臺、聯(lián)網(wǎng)核查、工商企業(yè)信息平臺等
4. AI在反洗錢工作開展的業(yè)務(wù)場景
問題思考：deepseek在每個場景的角色是什么？AI是服務(wù)人類的工具，避免成為被AI“統(tǒng)治”的“工具人”！
1）客戶洗錢風(fēng)險評級模型運(yùn)用：“定性+定量”智能評級模式
2）大額交易報送
3）可疑交易監(jiān)測、識別及報送
 案例2：
運(yùn)用ChatGPT幫助建模團(tuán)隊編輯SQLY代碼，10分鐘完成規(guī)則搭建。
4）可疑交易報告撰寫
5）反洗錢資料及交易記錄保存
第二講：數(shù)字時代轉(zhuǎn)型下的AI在反洗錢場景中的具體實施（理論開展+沙盤推演）
一、AI反洗錢監(jiān)測基礎(chǔ)架構(gòu)（理論鋪墊）
 研究方案：為反洗錢的梁山上配置的最強(qiáng)協(xié)同衛(wèi)士——“魯智深”
人工“智”能，“深”度求索，像魯智深一樣、協(xié)同銀行反洗錢工作人員開展反洗錢工作，守衛(wèi)資金安全，保障經(jīng)濟(jì)運(yùn)行。
1. 新一代AML監(jiān)測體系特征
1）傳統(tǒng)規(guī)則引擎的局限性
2）機(jī)器學(xué)習(xí)與規(guī)則引擎的融合架構(gòu)
3）動態(tài)風(fēng)險閾值調(diào)整機(jī)制
2. AIGC技術(shù)賦能路徑
1）自然語言處理在可疑交易報告生成中的應(yīng)用
2）知識圖譜在資金鏈路分析中的實現(xiàn)
3）動態(tài)模式識別技術(shù)演進(jìn)
二、方案1深度實施 - 智能特征工程構(gòu)建（實戰(zhàn)演練）
1. 特征工程開發(fā)流程
2. 智能體配置
3. 工作流設(shè)計：
4. 關(guān)鍵組件配置：
1）特征計算API接入
2）規(guī)則版本控制模塊
3）誤報反饋學(xué)習(xí)回路
 產(chǎn)出物：可即時部署的智能監(jiān)測規(guī)則引擎原型
三、 智能排查體系搭建（沙盤推演）
 案例3：
某股份制銀行團(tuán)隊結(jié)構(gòu)：
DeepSeek輸出示例：
Dify實現(xiàn)路徑：
1. 搭建智能排班系統(tǒng)：
1）人員技能標(biāo)簽管理
2）工單智能分配算法
3）響應(yīng)時效監(jiān)控看板
2. 構(gòu)建知識沉淀體系：
1）案例處置知識庫
2）最佳實踐推薦引擎
3）合規(guī)更新自動同步

 

——反洗錢、反電信詐騙實戰(zhàn)專家
曾任：交通銀行（全國股份制銀行第5大行）綜合柜員、大堂經(jīng)理、內(nèi)訓(xùn)師
曾任：廈門國際銀行（全國排名前12城市商業(yè)銀行）柜面主管、反洗錢專員、企業(yè)內(nèi)訓(xùn)師
現(xiàn)任：浙江邦盛科技股份有限公司（中國大數(shù)據(jù)平臺私有化部署市場中位列第4）反洗錢業(yè)務(wù)咨詢專家、項目經(jīng)理、企業(yè)內(nèi)訓(xùn)師
‌ACAMS（國際公認(rèn)反洗錢師協(xié)會）國際公認(rèn)反洗錢師
上海財經(jīng)大學(xué) 公共經(jīng)濟(jì)與管理學(xué)院 MPA 碩士
【個人簡介】
周老師憑借近15年豐富的反洗錢及銀行合規(guī)內(nèi)控經(jīng)驗（周老師在銀行工作12年，其中5年基層崗位，3年合規(guī)經(jīng)理，3年反洗錢風(fēng)控建模經(jīng)驗和5年內(nèi)訓(xùn)經(jīng)驗；離開銀行后轉(zhuǎn)型金融科技咨詢行業(yè)，目前已經(jīng)累積了3年多反洗錢、反詐合規(guī)風(fēng)控咨詢經(jīng)驗），結(jié)合當(dāng)前的反洗錢、反詐形勢，為十余家銀行提供反洗錢、反詐咨詢項目與培訓(xùn)工作。在銀行工作期間中，作為企業(yè)內(nèi)訓(xùn)師，連續(xù)3年為銀新進(jìn)員工工和市場業(yè)務(wù)條線人培訓(xùn)培銀合規(guī)股及管理知識及反洗錢業(yè)務(wù)流程，優(yōu)化了銀行內(nèi)部流程、提升反洗錢工作效率以及降低客戶投訴。此外，周老師在近3年服務(wù)了10余家國有銀行、股份制銀行和省農(nóng)信聯(lián)合的咨詢項目，為銀行機(jī)構(gòu)設(shè)計過系統(tǒng)、優(yōu)化產(chǎn)品、搭建企業(yè)級反欺詐風(fēng)控平臺。累計分析超過3000個真實案例，項目總額超過4000萬，累計培訓(xùn)人次超過300人，培訓(xùn)總?cè)藬?shù)接近10000人。
【實戰(zhàn)經(jīng)驗】
1、全國性股份制商業(yè)銀行G銀行——“模型工廠”項目，搭建100+條專家規(guī)則，一年成功識別1000+涉賭涉詐風(fēng)險賬戶。
在2021年9月～2022年5月期間，擔(dān)任G銀行的涉賭涉詐“模型工廠”項目業(yè)務(wù)咨詢專家，負(fù)責(zé)對接客戶的實際需求，提供解決方案及有效識別“涉賭涉詐”風(fēng)險賬戶。在此期間，在沒有有效的“黑樣本”和成熟的風(fēng)控體系的限制條件下，周老師親自參與風(fēng)險特征分析、數(shù)據(jù)探索、指標(biāo)加工、規(guī)則搭建及策略應(yīng)用等工作，并結(jié)合當(dāng)前形勢式與團(tuán)隊共同設(shè)計了最新的“涉賭涉詐”規(guī)則模型，在G銀行評上搭建100+條專家規(guī)則，并且總結(jié)了一套識別“涉賭涉詐”的建模方法論和防控體系，為G銀行的業(yè)務(wù)、科技人員提供了多次的模型建立方法論與反賭反詐業(yè)務(wù)知識培訓(xùn)。項目金額超1000萬，項目期間有效識別風(fēng)險賬戶1000+個，開展10+場培訓(xùn)，首次參與企業(yè)級項目便獲得客戶的一認(rèn)可、好評。
2、全國型股份制商業(yè)銀行X銀行——企業(yè)級反欺詐平臺搭建項目，項目內(nèi)容涉及產(chǎn)品、建模、咨詢、培訓(xùn)綜合性型挑戰(zhàn)。
在2022年6—-12月期間，負(fù)責(zé)接收X銀行企業(yè)級反欺詐平臺管理項目，該項目是一個集成端段開發(fā)、數(shù)據(jù)分析、業(yè)務(wù)咨詢、風(fēng)控建模、后端交付等多項任務(wù)集一身的綜合性大規(guī)模項目，集合了5個條線的精英團(tuán)隊來實現(xiàn)，項目金額達(dá)2000萬+，參與項目人員50+，為X銀行培訓(xùn)科技人員達(dá)50人次+以上。當(dāng)時，斷卡行動已經(jīng)開展一年多，周老師之前與團(tuán)隊開發(fā)的反詐模式有明顯成效，但與此同時，涉詐分子也對詐騙的方式、手法進(jìn)行調(diào)整，對風(fēng)險的對抗提出了更高的要求，為持續(xù)加強(qiáng)對于反詐的對抗能力，周老師在項目期間首次在行業(yè)中嘗試建立“事中”準(zhǔn)實時監(jiān)測模型，并且為X銀行搭建“事中+事后”兩道防線來防控賬戶欺詐風(fēng)險。最終在時間緊、任務(wù)重的不利環(huán)境下，實現(xiàn)涉詐風(fēng)險賬戶“有效識別率”90%（交付標(biāo)準(zhǔn)為50%）超額完成任務(wù)。X銀行在202—-2023年間，反詐風(fēng)險排名全國性股份制銀行第1下降至第12名，2023年，因反詐成果明顯，X銀行風(fēng)險合規(guī)負(fù)責(zé)人，陳行長被邀請至人民銀行為來自50+銀行合規(guī)行長做培訓(xùn)分享，周老師負(fù)責(zé)協(xié)助陳行長完成了人行的培訓(xùn)與分享。
3、J省農(nóng)信聯(lián)合社——反洗錢系統(tǒng)整合項目。
在2023年上旬，擔(dān)任了J省農(nóng)信聯(lián)合社反洗錢系統(tǒng)整合的“咨詢+產(chǎn)品”項目，為J行省內(nèi)50+行社提供反洗錢流程咨詢，并且整合了4個分散的系統(tǒng)至1個平臺，最終實現(xiàn)反洗錢業(yè)務(wù)功能“一體化”，提升了省內(nèi)50+行社的反洗錢工作開展效率近10%。農(nóng)信體系是一個比較特殊的銀行體系，一個省聯(lián)合社是由省內(nèi)幾十家市、區(qū)級獨(dú)立法人行社組成的一個聯(lián)合社，省行負(fù)責(zé)統(tǒng)一管理和指導(dǎo)，行社則自主盈虧，獨(dú)立經(jīng)營。周老師在經(jīng)過對J行的前期調(diào)研后，發(fā)現(xiàn)整個反洗錢工作開展有諸多問題存在：其中包括各行制度不統(tǒng)一、人員配備不合理、系統(tǒng)分散，功能不齊、檢查與管理不到位等問題，周老師在項目期間，憑借其豐富的反洗錢工作經(jīng)驗，為省行的管理老師以及50+的成員行超過200+人提供培訓(xùn)，梳理了反洗錢工作開展的流程。
4、國有銀行Y銀行——賬戶分類分級管理，提升洗錢事前預(yù)防機(jī)制
在2024年下旬擔(dān)任Y銀行的咨詢專家，為Y銀行成功搭建賬戶分類分級模型。在目前的“事中+事后”防范體系逐漸成型的前提下，銀行也為合理分配風(fēng)險防控與業(yè)務(wù)開展的平衡，需要在賬戶的生命周期中，加上“事前”的預(yù)防體系，從而對賬戶實現(xiàn)“分類分級”管理?？蛻舻南村X風(fēng)險評級是《中華人民共和國反洗錢法》規(guī)定的七大義務(wù)之一，賬戶分類則是當(dāng)下人民銀行號召去實現(xiàn)的新任務(wù)，周老師也是在行業(yè)內(nèi)首次探索賬戶的分類分級。在經(jīng)過2個月的努力之后，周老師帶領(lǐng)建模團(tuán)隊完成200+個指標(biāo)加工，引用了時下最科學(xué)的“定性+定量”評級方法，形成了一套“多層嵌套”式的“觸發(fā)制+評分制”模型，為G省Y銀行的50000+賬戶進(jìn)行了分類管理，并提出了配套的應(yīng)用策略；同時為Y銀行開展了3次關(guān)于洗錢風(fēng)險評估及模型應(yīng)用的專業(yè)培訓(xùn)，為Y銀行提升賬戶管理效率近10%。
【培訓(xùn)經(jīng)驗】
1、銀行企業(yè)內(nèi)訓(xùn)——3個大專題、10+個不同場景、培訓(xùn)人次300+
在2015—2021年在X銀行擔(dān)任柜面主管和反洗錢專員。2016年起，周老師受邀至分行為當(dāng)年的校招新行員開展銀行合規(guī)基礎(chǔ)知識培訓(xùn)（點(diǎn)鈔技能、外匯業(yè)務(wù)、現(xiàn)金收付、賬戶管理）。雖本屆新行員皆是985、211畢業(yè)的高才生，但是初入銀行，對于銀行的業(yè)務(wù)確實不熟悉。分行邀請的老師都是有5年以上工作經(jīng)驗，雖經(jīng)驗豐富，但是現(xiàn)場授課效果一般，學(xué)員必須通過“死記硬背”后回去再反復(fù)復(fù)習(xí)，當(dāng)即周老師發(fā)現(xiàn)該問題，便在“對公賬戶管理”培訓(xùn)課上放棄了原有的PPT，用“一塊黑板+一支筆”，利用一部“歷史宮斗劇”的劇情做比喻，迅速激發(fā)了學(xué)員的學(xué)習(xí)興趣，用一節(jié)課的時間將一個專題充分講述清楚。后學(xué)員反饋良好，周老師在之后連續(xù)5年都作為分行內(nèi)訓(xùn)講師，為學(xué)員逐漸開展賬戶管理，反洗錢實務(wù)，盡職調(diào)查，洗錢風(fēng)險評級和可疑交易識別等專業(yè)課程。培訓(xùn)員工從每年的新行員至分行合規(guī)、市場條線的員工共計300+人，培訓(xùn)了5項專題課程，其中周老師為“公司賬戶管理”和“可疑交易甄別”2門課開發(fā)出了一種全新的講法，利用巧妙的比喻結(jié)合電視劇的形式，在“談笑風(fēng)生”之間，為學(xué)員“授業(yè)、解惑”。
2、“反洗錢、反電信詐騙”解決方案專題培訓(xùn)——10+場培訓(xùn)、5+不同場景、累計培訓(xùn)300+人、涉及金融機(jī)構(gòu)客戶10+
在2021年至今，作為一名反洗錢業(yè)務(wù)咨詢專家，參與了10+家金融機(jī)構(gòu)的反洗錢、反電詐項目，（其中包含2家國有銀行、3家全國性股份制銀行、3家省農(nóng)信銀行、2家支付機(jī)構(gòu)）服務(wù)內(nèi)容包括咨詢建議、風(fēng)控建模、產(chǎn)品服務(wù)、數(shù)據(jù)服務(wù)、交付及員工培訓(xùn)等。在此期間，周老師為多家機(jī)構(gòu)做過不同的培訓(xùn)（其中有對技術(shù)人員培訓(xùn)反洗錢業(yè)務(wù)、對業(yè)務(wù)人員講解反詐建模的方法論以及對銀行的新員工進(jìn)行一些合規(guī)內(nèi)控專題培訓(xùn)），并且結(jié)合周老師親自參與分析的3000+真實案例，總結(jié)、梳理后開發(fā)了一套《背后的真相-反電信詐騙三部曲》系列的全新課程。課程不僅包含電詐的基礎(chǔ)知識，還包含最新的30+個真實案例（案例不斷新增中），手法、場景變化跟蹤以及提供業(yè)內(nèi)前沿的解決方案。覆蓋人員超過10+機(jī)構(gòu)的300+專業(yè)人員，項目都已完成達(dá)標(biāo)交付，且取得明顯效果。
【授課風(fēng)格】
情境體驗：周老師曾自編自導(dǎo)過一部《反假先鋒》短劇，在培訓(xùn)的課堂上，周老師會編制劇本，邀請學(xué)員進(jìn)行“情景演繹”，充分滲透和理解課程背景。
實戰(zhàn)案例：周老師在銀行工作經(jīng)驗超過15年，案例分析超過3000+個，在對這些真實案例進(jìn)行解析后，會在課上通過“案例結(jié)合理論教學(xué)”的方式使學(xué)員充分了解，學(xué)以致用。
比喻生動：周老師的授課對象中，有超過60%是銀行、支付類金融機(jī)構(gòu)的新員工或者基層員工。銀行的內(nèi)部課程相對更為理性、專業(yè)并不易理解，周老師會在課上充分通過“生動形象”的比喻。
視角豐富：多年基層崗位工作經(jīng)驗，培訓(xùn)不僅限于向上匯報的形式化，更善于從由下至上及理論結(jié)合實操的視角教授與工作息息相關(guān)的解決方案。
【主講課程】
反洗錢：
《反洗錢系統(tǒng)框架介紹》
《反洗錢客戶盡職調(diào)查》
《反洗錢可疑交易監(jiān)測》
《反洗錢制裁與合規(guī)》
《反洗錢名單監(jiān)控系統(tǒng)及應(yīng)用》
《洗錢風(fēng)險等級評估》
《反洗錢黑名單系統(tǒng)及盡調(diào)策略》
反電信詐騙：
《背后的真相—反電信詐騙（詐騙、涉案、洗錢）》（原創(chuàng)課程）
《賬戶分類分級及應(yīng)用實務(wù)》
《涉賭涉詐模型建立方法論》
內(nèi)控合規(guī)：
《賬戶管理辦法》 

• 反洗錢合規(guī)管理與案件防范

   

  第一講：了解反洗錢——提高反洗錢的合規(guī)意識一、解讀反洗錢最新監(jiān)管要求二、金融機(jī)構(gòu)面臨的反洗錢形勢三、反洗錢的目標(biāo)1. 打擊上游犯罪2. 打擊和預(yù)防洗錢活動3. 打擊恐怖主義4. 維護(hù)金融穩(wěn)定四、正確理解反洗錢法律法規(guī)相關(guān)規(guī)定及要求1. 客戶身份識別要求2. 客戶資料及交易記錄的保存要求3..

  ￥   元/ 天

  人氣：2130  

  

• 銀行業(yè)反洗錢與數(shù)字貨幣實務(wù)研修班

   

  第一講：近二年反洗錢罰單及趨勢簡說1. 2018-2019人民銀行處罰情況簡介2. 那些業(yè)務(wù)成為被處罰的“重災(zāi)區(qū)”3. 70%的罰單來源于反洗錢，反洗錢2018-2019處罰的主要原因有那些4. 反洗錢工作發(fā)展趨勢與關(guān)注點(diǎn)偏移5. 相關(guān)反洗錢罰單是柜面上實際產(chǎn)生的，相關(guān)典型案例分析6. 銀保監(jiān)會近期關(guān)于..

  ￥   元/ 天

  人氣：1358  

  

• 反洗錢與實操技巧

   

  第一講：國際與國內(nèi)當(dāng)前反洗錢工作面臨的形勢和金融機(jī)構(gòu)努力方向一、美國史上最高罰款誕生案例：某外資銀行洗錢案支付巨額美元罰款—— 引出反洗錢合規(guī)文化的重要性二、各國調(diào)整反洗錢監(jiān)管的法令和監(jiān)管力度1. 美國紐約州合規(guī)官負(fù)責(zé)制2. 反洗錢過失追究刑事責(zé)任3. 腐敗、詐騙罪和洗錢罪被判死刑4. 美國監(jiān)管當(dāng)局..

  ￥   元/ 天

  人氣：1239