حاکمیت و مدیریت ریسک در مدل‌های سازمانی

آنچه یاد خواهید گرفت:

• درک نیاز به مدیریت ریسک سازمانی و قانونی برای مدل‌های آماری، یادگیری ماشین و هوش مصنوعی
• درک اصول حاکمیت و مدیریت ریسک در مدل
• درک قوانین مدیریت ریسک مدل SS1/23 برای بانک‌ها در انگلستان
• چگونه یک راه‌حل حاکمیت و مدیریت ریسک در مدل سازمانی را پیاده‌سازی کنیم؟

توضیحات دوره

حاکمیت و مدیریت ریسک مدل بخشی جدایی‌ناپذیر از چرخه عمر توسعه مدل است.

به دلیل ماهیت پیش‌بینی‌کننده مدل‌ها، نوعی خطر ذاتی همواره با آنها است. اگر پیش‌بینی‌های مدل به طور قابل توجهی از سناریوهای واقعی منحرف شوند، ممکن است عواقب فاجعه‌باری برای سازمان و مشتریان آن داشته باشد. در چنین سناریویی، داشتن راهنماهای پیشگیرانه و تشخیصی مشخص در خصوص توسعه و استفاده از مدل‌ها بسیار مهم خواهد بود.

سازمان‌ها به نوعی مدیریت ریسک مدل را انجام داده‌اند، اما اصول و چارچوب کلی آن‌ها در دهه گذشته شکل گرفته است. در آوریل ۲۰۱۱، شورای حکام سیستم فدرال رزرو ایالات متحده، راهنمای نظارتی در مورد مدیریت ریسک مدل (SR 11-7) را منتشر کرد. با پیشرفت‌های اخیر در یادگیری ماشین و هوش مصنوعی و معرفی هوش مصنوعی مولد مانند GPT-4 و DALL·E، ارگان‌های دولتی و نظارتی در سرتاسر جهان علاقه زیادی به تقویت قوانین موجود یا معرفی مقررات جدید نشان داده‌اند. در ۱۷ مه ۲۰۲۳، اداره نظارتی Prudential بانک انگلستان اصول مدیریت ریسک مدل SS 1/23 را برای بانک‌های انگلستان منتشر کرد که مدل‌های بانکی سنتی و همچنین مدل‌های یادگیری ماشین و هوش مصنوعی را پوشش می‌دهد.

این دوره یک مرور کلی از اصول حاکیت و مدیریت ریسک مدل را ارائه می‌دهد و می‌تواند به عنوان یک راهنمای سطح بالا برای پیاده‌سازی یا تقویت فرایندهای حاکمیت و مدیریت ریسک مدل برای سازمان یا مشتریان شما مفید باشد. ما قوانین SS1/23 در خصوص اصول مدیریت ریسک مدل برای بانک‌های انگلستان را به عنوان مثال انتخاب کرده‌ایم. اگرچه ما از این مثال نظارتی استفاده می‌کنیم، اما چارچوب پیاده‌سازی که در این دوره مورد بحث قرار می‌گیرد، مستقل از صنعت و جغرافیا است.

این دوره چه مواردی را پوشش می‌دهد؟

1. نیاز سازمانی و قانونی به حاکمیت و مدیریت ریسک مدل

2. حاکمیت و مدیریت ریسک مدل: اصول کلیدی

• حاکمیت
• شناسایی مدل و طبقه‌بندی ریسک مدل
• توسعه، پیاده‌سازی و استفاده از مدل
• اعتبارسنجی مستقل مدل
• کاهش ریسک مدل

3. پیاده‌سازی

• ساختار تیم
• پیش نیازهای عملکردی کلیدی
• معماری منطقی برای راه‌حل سازمانی
• انتخاب ابزار برای راه‌حل سازمانی

همین حالا ثبت‌نام کنید تا درک عمیق‌تری از حاکمیت و مدیریت ریسک مدل‌های سازمانی پیدا کنید!

این دوره برای چه کسانی مناسب است؟

• دانشمندان داده و مهندسان یادگیری ماشین که می‌خواهند اصول و فرآیندهای مدیریت ریسک مدل را درک کنند.
• اعتبارسنجی‌کنندگان مدل و متخصصان ریسک مدل که می‌خواهند راه‌حل مدیریت ریسک مدل را پیاده‌سازی یا تقویت کنند.
• صاحبان و مدیران محصولات (که بر روی محصولات یادگیری ماشین و هوش مصنوعی کار می‌کنند)
• هر کسی که می‌خواهد درک عمیق‌تری از حاکمیت و مدیریت ریسک مدل‌های سازمانی پیدا کند.