Formation Détection d'Anomalies Financières
Maîtrisez l'intelligence artificielle appliquée à la surveillance financière. Notre programme vous forme aux techniques avancées de machine learning pour identifier les fraudes et anomalies dans les systèmes financiers.
Découvrir les Prochaines SessionsUne Formation Pratique et Concrète
Cette formation de 8 mois combine théorie solide et applications pratiques. Nos étudiants travaillent sur des cas réels d'institutions financières canadiennes, développent des algorithmes de détection et apprennent à interpréter les résultats dans un contexte métier.
L'approche pédagogique privilégie l'apprentissage progressif. Nous commençons par les fondamentaux statistiques, puis explorons les algorithmes d'apprentissage supervisé et non-supervisé, avant d'aborder les techniques avancées comme les réseaux de neurones et l'analyse de séries temporelles.
Analyse de Données
Exploration, nettoyage et préparation des données financières complexes
Modélisation ML
Développement d'algorithmes adaptés aux patterns financiers
Évaluation de Risque
Interprétation des résultats et prise de décision métier
Outils Professionnels
Python, R, SQL et plateformes de déploiement en production
Notre Équipe Pédagogique
Des professionnels expérimentés qui partagent leur expertise du terrain financier et technologique
Yasmine Brochu
Spécialiste IA Financière
15 ans dans les institutions bancaires, Yasmine a développé des systèmes de détection pour plusieurs grandes banques canadiennes. Elle enseigne les aspects pratiques du machine learning appliqué aux transactions.
Claude Mercier
Expert en Conformité
Ancien directeur conformité chez une fintech montréalaise, Claude apporte son expertise réglementaire. Il forme aux enjeux légaux et éthiques de l'automatisation de la surveillance financière.
Marianne Dubois
Data Scientist Senior
Docteure en statistiques, Marianne a publié plusieurs recherches sur les anomalies financières. Elle enseigne les fondements mathématiques et les méthodes d'évaluation de modèles.
Sophie Larivière
Architecte Solutions
Ingénieure logiciel spécialisée dans les systèmes financiers temps réel. Sophie couvre l'architecture technique, la scalabilité et le déploiement de solutions en production.
Votre Parcours de Formation
Fondamentaux
Statistiques appliquées à la finance, introduction au machine learning, environnement de développement
6 semainesAlgorithmes Supervisés
Classification, régression, arbres de décision appliqués à la détection de fraudes connues
8 semainesDétection Non-Supervisée
Clustering, détection d'outliers, analyse de comportements atypiques sans labels
8 semainesTechniques Avancées
Réseaux de neurones, deep learning, analyse séquentielle et patterns temporels complexes
10 semainesLa prochaine cohorte démarre en septembre 2025. Les places sont limitées à 16 participants pour garantir un suivi personnalisé.
Demander des Informations