Saïd Business School, University of Oxford

AI Fundamentals in Financial Services

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues. Consultez les langues disponibles.
Saïd Business School, University of Oxford

AI Fundamentals in Financial Services

Ce cours fait partie de Spécialisation "AI in Financial Services: Foundations through future trends"

Enseigné en Français (doublage IA)

Martin Schmalz

Instructeur : Martin Schmalz

7 114 déjà inscrits

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

69 avis

niveau Débutant

Expérience recommandée

Planning flexible
1 semaine à 10 heures une semaine
Apprenez à votre propre rythme
97%
La plupart des étudiants ont apprécié ce cours
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

69 avis

niveau Débutant

Expérience recommandée

Planning flexible
1 semaine à 10 heures une semaine
Apprenez à votre propre rythme
97%
La plupart des étudiants ont apprécié ce cours

Ce que vous apprendrez

  • Understand the core technologies behind AI and the central role of data in training AI systems.

  • Explore how AI is applied in financial services through use cases such as fraud detection, credit scoring, customer service, and algorithmic trading.

  • Critically assess the risks, limitations, and ethical considerations involved in using AI within the financial sector.

Compétences que vous acquerrez

  • Catégorie : Decision Intelligence
  • Catégorie : Financial Data
  • Catégorie : Algorithms
  • Catégorie : Responsible AI
  • Catégorie : Credit Risk
  • Catégorie : Unsupervised Learning
  • Catégorie : Machine Learning
  • Catégorie : Banking
  • Catégorie : Financial Services
  • Catégorie : Data Ethics
  • Catégorie : Data Management
  • Catégorie : AI Personalization
  • Catégorie : Financial Regulation
  • Catégorie : Artificial Intelligence
  • Catégorie : Natural Language Processing
  • Catégorie : Deep Learning
  • Catégorie : Machine Learning Methods
  • Catégorie : Reinforcement Learning
  • Catégorie : FinTech

Outils que vous découvrirez

  • Catégorie : Fraud detection

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Français (doublage IA)

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "AI in Financial Services: Foundations through future trends"
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • Apprenez de nouveaux concepts auprès d'experts du secteur
  • Acquérez une compréhension de base d'un sujet ou d'un outil
  • Développez des compétences professionnelles avec des projets pratiques
  • Obtenez un certificat professionnel partageable

Il y a 4 modules dans ce cours

This module provides a foundational introduction to Artificial Intelligence and its transformative role in financial services. It also offers an overview of the course structure, highlighting key topics and how each module will build your understanding. You'll explore key AI technologies: Machine Learning, Deep Learning, Natural Language Processing, Computer Vision, Robotics, and Expert Systems. These insights will prepare you to recognise how AI is reshaping financial operations, services, and decision-making processes.

Inclus

4 vidéos7 lectures1 devoir4 plugins

This module explores the vital role of data in Artificial Intelligence and the different learning methods that AI systems use to generate insights and predictions. You’ll examine key data types, the characteristics of big data, and the core machine learning paradigms used in financial applications.

Inclus

6 vidéos9 lectures1 devoir4 plugins

This module demonstrates how AI is applied across four core areas of financial services: fraud detection, credit scoring, customer service, and algorithmic trading. You’ll explore real-world use cases to understand how AI adds value, the models and data behind it, and the challenges institutions face when deploying these technologies.

Inclus

5 vidéos9 lectures1 devoir4 plugins

In this final module, you’ll consolidate your learning and apply your knowledge through a peer-reviewed written assignment. You’ll reflect on key concepts, revisit course highlights, and explore the real-world implications of AI in financial services.

Inclus

1 vidéo4 lectures1 devoir1 évaluation par les pairs

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeur

Évaluations de l’enseignant
(25 évaluations)
Martin Schmalz
Saïd Business School, University of Oxford
1 Cours7 114 apprenants

Offert par

En savoir plus sur Finance

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

  • 5 stars

    78,26 %

  • 4 stars

    18,84 %

  • 3 stars

    2,89 %

  • 2 stars

    0 %

  • 1 star

    0 %

Affichage de 3 sur 69

AN

Révisé le 4 janv. 2026

NE

Révisé le 6 déc. 2025

SJ

Révisé le 22 oct. 2025

Foire Aux Questions

¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.