Generative AI for Financial Services
Vikesh Pandey, Arnav Khare
- Editorial
- BPB
- Año
- 2025
- Páginas
- ~417
- Nivel
- Intermedio
De qué trata
Tratado de ingeniería y arquitectura de software especializado en la integración rigurosa de modelos fundacionales e inteligencia artificial generativa en sectores altamente regulados como la banca comercial, los seguros y los mercados de capitales. Redactado por arquitectos especialistas en IA de AWS con perspectiva de 2025, está dirigido a ingenieros de machine learning, ingenieros de prompts, científicos de datos, arquitectos de software y líderes tecnológicos de nivel intermedio a avanzado que requieran adaptar soluciones GenAI a entornos financieros sometidos a estrictas normas de confidencialidad, auditoría y baja latencia.
El texto diferencia conceptualmente la IA tradicional de la generativa y recorre el ciclo de vida de los modelos fundacionales, haciendo hincapié en MLOps y FMOps (Foundation Model Operations). Identifica con rigor los retos y antipatrones financieros más habituales: alucinaciones en cálculos o predicciones, sesgos en decisiones de crédito, fuga de datos personales (PII) y falta de explicabilidad. Enseña a desplegar arquitecturas de referencia utilizando Amazon Bedrock, SageMaker y orquestadores agénticos, detallando casos prácticos como la automatización del análisis de reportes de sostenibilidad (ESG), la asistencia y resumen de llamadas en centros de contacto bancarios y el fine-tuning para léxico financiero.
En el plano aplicativo se diseñan arquitecturas y pipelines de producción orientados a casos reales del sector bancario: un sistema de agentes para extraer y contrastar datos ESG de memorias anuales complejas, una plataforma de inteligencia conversacional para analistas de centros de contacto y un flujo de ajuste fino sobre modelos de lenguaje con jerga financiera. Lo más valioso del libro es su sobriedad profesional: rehúye los ejemplos triviales para concentrarse en la auditabilidad, la mitigación de riesgos legales y el control de costos operativos. Conviene tener experiencia sólida en Python y familiaridad con servicios en la nube para aprovechar plenamente los patrones arquitectónicos presentados.
- Servicios financieros
- Banca y Seguros
- Modelos fundacionales
- Amazon Bedrock
- Amazon SageMaker
- FMOps / MLOps
- Fine-tuning financiero
- Análisis ESG
- Contact Center Analytics
- Antipatrones en GenAI
- Gobernanza y Cumplimiento
¿Cómo enseña?
Teoría + práctica
- ✗ Sin ejercicios
- ✓ Incluye proyectos
Proyectos
Sistema de análisis de reportes ESG con agentes
Solución basada en agentes inteligentes que analiza memorias anuales corporativas, extrayendo métricas ambientales, sociales y de gobernanza para asistir en auditorías y calificaciones de riesgo.
Plataforma de inteligencia para centros de contacto
Arquitectura que procesa, transcribe y resume llamadas financieras en tiempo real, detectando sentimientos y ofreciendo recomendaciones contextuales a los agentes de atención.
Pipeline de fine-tuning para terminología financiera
Flujo automatizado de preparación de datos y ajuste fino de modelos fundacionales para interpretar con exactitud la jerga regulatoria y financiera institucional.
