DF623 - Εφαρμογές της Τεχνητής Νοημοσύνης στα Χρηματοοικονομικά
Μεταπτυχιακό Πρόγραμμα Σπουδών (MSc) στην Επιχειρηματική Ανάλυση
Κύριο μάθημα
DF623 - Εφαρμογές της Τεχνητής Νοημοσύνης στα Χρηματοοικονομικά
Κωδικός Μονάδας Μαθήματος: DF623
Τύπος μονάδας: Επιλογή
Επίπεδο Μονάδας Μαθήματος: Μεταπτυχιακά Προγράμματα
Έτος σπουδών: 1
Εξάμηνο: Εξάμηνο 3
Αριθμός μονάδων ECTS: 10
Ώρες επαφής με το μάθημα: 12
Τρόπος παράδοσης:
Εξ Αποστάσεως Προγράμματα
Προαπαιτούμενα
Κανένα
Στόχοι του μαθήματος
Το μάθημα "Εφαρμογές της Τεχνητής Νοημοσύνης στα Χρηματοοικονομικά" προσφέρει μια ολοκληρωμένη διερεύνηση της ταχέως εξελισσόμενης χρήσης της τεχνητής νοημοσύνης (ΤΝ) στο πλαίσιο των επιχειρήσεων, με ιδιαίτερη έμφαση στον τομέα των χρηματοπιστωτικών υπηρεσιών. Ως ο κυρίαρχος καταναλωτής υπηρεσιών τεχνητής νοημοσύνης εκτός της τεχνολογικής βιομηχανίας, ο χρηματοπιστωτικός τομέας αποτελεί ένα μοναδικό και γόνιμο έδαφος για την εφαρμογή της τεχνητής νοημοσύνης. Το μάθημα θα παρουσιάσει μια σειρά από τρέχουσες εφαρμογές ΤΝ που μετασχηματίζουν τις χρηματοπιστωτικές υπηρεσίες. Ταυτόχρονα, το πρόγραμμα σπουδών είναι δομημένο έτσι ώστε να διασφαλίζει ότι οι φοιτητές όχι μόνο κατανοούν τις θεωρητικές πτυχές της ανάπτυξης της ΤΝ, αλλά και αποκτούν πρακτικές γνώσεις σχετικά με τις εφαρμογές της.
Με την ολοκλήρωση αυτού του μαθήματος, οι φοιτητές θα έχουν αποκτήσει βασικές γνώσεις και δεξιότητες σχετικές με την εφαρμογή της ΤΝ στον επιχειρηματικό και χρηματοπιστωτικό τομέα. Θα κατανοήσουν τις προϋποθέσεις για την επιτυχή ανάπτυξη της ΤΝ σε οργανισμούς και θα έχουν αναπτύξει την ικανότητα να εντοπίζουν και να ιεραρχούν περιπτώσεις χρήσης της ΤΝ στο εργασιακό τους περιβάλλον και στις εταιρείες τους. Αυτό το μάθημα στοχεύει να εξοπλίσει τους φοιτητές με την απαραίτητη τεχνογνωσία για να περιηγηθούν και να συμβάλουν στον μετασχηματισμό του χρηματοπιστωτικού κλάδου με βάση την ΤΝ, ενισχύοντας την ικανότητά τους να προωθούν την καινοτομία και να προωθούν την αποτελεσματικότητα στις επαγγελματικές τους προσπάθειες.
Μαθησιακά αποτελέσματα
- Κατανόηση των θεμελιωδών εννοιών της Τεχνητής Νοημοσύνης (ΤΝ) και των σύγχρονων εφαρμογών της στον επιχειρηματικό τομέα, ιδίως στις χρηματοπιστωτικές υπηρεσίες.
- Αξιολογήστε τα οφέλη και τις προκλήσεις της εφαρμογής της ΤΝ στις μικρομεσαίες επιχειρήσεις (ΜΜΕ), με έμφαση στις επιπτώσεις σε διάφορες διαστάσεις του τομέα των χρηματοπιστωτικών υπηρεσιών, συμπεριλαμβανομένων, μεταξύ άλλων, της εμπειρίας των πελατών, της διαχείρισης κινδύνων, των συναλλαγών και των υπηρεσιών δανεισμού.
- Προσδιορισμός και ανάπτυξη ικανοτήτων για την ανάπτυξη της ΤΝ και την ανάπτυξη περιπτώσεων χρήσης ΤΝ, προσαρμοζόμενοι στο εξελισσόμενο τοπίο των εργασιακών ρόλων στον χρηματοπιστωτικό τομέα.
- Αναλύστε κριτικά τις τρέχουσες τάσεις και εφαρμογές της ΤΝ σε διάφορους τομείς του κλάδου των χρηματοπιστωτικών υπηρεσιών, όπως η εμπειρία και η εξυπηρέτηση πελατών, η διαχείριση κινδύνων και η συμμόρφωση, οι συναλλαγές και η διαχείριση επενδύσεων, οι υπηρεσίες πίστωσης και δανεισμού.
- Αξιολόγηση και ιεράρχηση των επιχειρηματικών αναγκών ως προϋπόθεση για την επιτυχή ανάπτυξη της ΤΝ, αναγνωρίζοντας τη σημασία της ευθυγράμμισης των στρατηγικών ΤΝ με τους επιχειρηματικούς στόχους.
- Εντοπισμός και αντιμετώπιση των προκλήσεων που σχετίζονται με τα δεδομένα στις εφαρμογές τεχνητής νοημοσύνης, κατανοώντας τη σημασία της ποιότητας, του όγκου και των πηγών των δεδομένων για την αποτελεσματική εφαρμογή της τεχνητής νοημοσύνης.
- Ενσωματώστε την ανάπτυξη της ΤΝ στις τεχνολογικές δυνατότητες μιας εταιρείας, εστιάζοντας στην ψηφιοποίηση των επιχειρηματικών διαδικασιών.
- Να ηγείται και να συμμετέχει αποτελεσματικά σε έργα ανάπτυξης ΤΝ, διασφαλίζοντας την ευθυγράμμιση μεταξύ των ανθρώπων, των διαδικασιών και των τεχνολογιών και προωθώντας μια κουλτούρα καινοτομίας και συνεργασίας.
- Ανάλυση και αντιμετώπιση των ηθικών προκλήσεων που σχετίζονται με εφαρμογές βασισμένες στην ΤΝ, ιδίως στον χρηματοπιστωτικό τομέα, με έμφαση στην υπεύθυνη και ηθική χρήση της ΤΝ.
- Αξιοποιήστε μια συνεργατική προσέγγιση για την ανάπτυξη και την τελειοποίηση περιπτώσεων χρήσης ΤΝ, εφαρμόζοντας γνώσεις σχετικά με τις εφαρμογές ΤΝ, τις προκλήσεις των δεδομένων και τις δεοντολογικές εκτιμήσεις σε πρακτικό πλαίσιο.
- Επίδειξη κατανόησης των μελλοντικών τάσεων και των πιθανών εξελίξεων στις εφαρμογές τεχνητής νοημοσύνης στους επιχειρηματικούς και χρηματοπιστωτικούς τομείς.
- Διατυπώστε τις βασικές πτυχές της ανάπτυξης της ΤΝ και τις επιπτώσεις της στις εταιρείες του χρηματοπιστωτικού τομέα, συνθέτοντας το περιεχόμενο του μαθήματος για την αντιμετώπιση συχνών ερωτήσεων και αναδυόμενων θεμάτων.
- Να επικοινωνείτε και να παρουσιάζετε αποτελεσματικά έργα περιπτώσεων χρήσης ΤΝ, επιδεικνύοντας την ικανότητα να μεταφράζετε τις θεωρητικές γνώσεις σε πρακτικές λύσεις για τον χρηματοπιστωτικό κλάδο.
Περιεχόμενο μαθήματος
1η εβδομάδα (MEETING):
- Εισαγωγή στην τεχνητή νοημοσύνη στις επιχειρήσεις
2η εβδομάδα:
- Οφέλη και επιπτώσεις της Τεχνητής Νοημοσύνης για τις επιχειρήσεις
3η εβδομάδα (MEETING):
- Μεταβαλλόμενοι εργασιακοί ρόλοι και αρμοδιότητες για την ανάπτυξη της ΤΝ και την ανάπτυξη περιπτώσεων χρήσης ΤΝ
4η εβδομάδα:
- Τρέχουσες τάσεις των εφαρμογών τεχνητής νοημοσύνης στα χρηματοοικονομικά και τις επενδύσεις
5η εβδομάδα:
- Κατανόηση των επιχειρηματικών αναγκών ως προϋπόθεση για την ανάπτυξη της ΤΝ
6η εβδομάδα:
- Εφαρμογές και επιπτώσεις της τεχνητής νοημοσύνης στις χρηματοπιστωτικές υπηρεσίες
7η εβδομάδα:
- Τα δεδομένα ως κινητήριος μοχλός για εφαρμογές τεχνητής νοημοσύνης
8η εβδομάδα:
- Ανάπτυξη ΤΝ ως μέρος των τεχνολογικών δυνατοτήτων της εταιρείας
9η εβδομάδα (MEETING):
- Να ηγείστε των εργασιών για την ανάπτυξη της ΤΝ στην εταιρεία σας και να συμμετέχετε σε αυτές.
10η εβδομάδα:
- Ηθικές προκλήσεις για εφαρμογές βασισμένες στην ΤΝ
11η εβδομάδα:
- Πλοήγηση στην εφαρμογή της τεχνητής νοημοσύνης: και κοινές συχνές ερωτήσεις των εταιρειών
12η εβδομάδα (ΣΥΝΕΔΡΙΑΣΗ):
- Το μέλλον των εφαρμογών τεχνητής νοημοσύνης στον επιχειρηματικό και χρηματοπιστωτικό τομέα
Χαρακτηριστικά μαθήματος
Εβδομαδιαίες δραστηριότητες αυτοαξιολόγησης (2%):
Σε εβδομαδιαία βάση, οι μαθητές θα έχουν τη δυνατότητα να συμμετέχουν σε δραστηριότητες αυτοαξιολόγησης για να κρίνουν το επίπεδο κατανόησης των εννοιών που έχουν καλυφθεί μέχρι στιγμής. Οι εβδομαδιαίες δραστηριότητες αυτοαξιολόγησης παρέχουν άμεση ανατροφοδότηση.
Εβδομαδιαίες διαδραστικές δραστηριότητες (48% - 4% έκαστη):
Σε εβδομαδιαία βάση, οι φοιτητές θα έχουν τη δυνατότητα να αλληλεπιδρούν με τον καθηγητή, άλλους φοιτητές ή/και πραγματικές επιχειρήσεις για την ολοκλήρωση ορισμένων δραστηριοτήτων. Οι δραστηριότητες αυτές αποτελούν αναπόσπαστο μέρος του μαθήματος και βοηθούν τους φοιτητές να κατανοήσουν και να αφομοιώσουν την ύλη κάθε εβδομάδας. Κάθε εβδομαδιαία διαδραστική δραστηριότητα έχει 4% του βαθμού και ο καθηγητής θα παρέχει ανατροφοδότηση εντός 1 εβδομάδας.
Όλες οι δραστηριότητες θα εφαρμόζουν τη μάθηση της εβδομάδας σε έναν πραγματικό οργανισμό, ο οποίος θα εγκριθεί από τον καθηγητή κατά την πρώτη εβδομάδα του μαθήματος.
Τελική εξέταση (50%)
Η τελική εξέταση αποτελείται από δύο μέρη:
Μέρος Ι (2 ώρες) (30%)
Οι φοιτητές θα κληθούν να απαντήσουν σε ερωτήσεις που αναφέρονται σε εφαρμογές τεχνητής νοημοσύνης, στρατηγικές δεδομένων και ηθικούς προβληματισμούς στον επιχειρηματικό και χρηματοπιστωτικό τομέα. Μέσω αυτών των ερωτήσεων, οι φοιτητές πρέπει να αποδείξουν την κατανόηση της ενσωμάτωσης της ΤΝ στις επιχειρήσεις και τον χρηματοπιστωτικό τομέα.
Μέρος II (45 λεπτά) (20%):
Οι μαθητές πρέπει να απαντήσουν σε 20 ερωτήσεις (πολλαπλές απαντήσεις). Επιτρέπεται μία μόνο προσπάθεια.
English (UK) 
Ελληνικά