Programa
11:00 h | Registro y Café de bienvenida
Presenta el evento: Marco Orellana, gerente del CIDAI
11:30 h | Bienvenida institucional
Joan Mas i Albaigès, director del CIDAI y director Científico de Tecnologías Digitales de Eurecat
Gemma Roig, directora de Organización, Innovación y Transformación, Grup Caixa Enginyers
Arnau Serra, responsable de la Oficina Técnica de la Secretaria de Políticas Digitales, Generalitat de Catalunya
11:45 h | Innovación en la experimentación y detección del fraude financiero: cómo la IA refuerza la confianza en las transacciones financieras
Marta Regina Cano, directora de Datos y Transformación, Grup Caixa Enginyers
Explicó cómo llegó el proyecto a la entidad y cómo se ha desarrollado. Expuso la visión estratégica del proyecto desde el punto de vista de la innovación en datos, la colaboración entre investigación y empresa y el valor que aporta la inteligencia artificial aplicada a la prevención del fraude. Presentó también cómo este proyecto se inscribe dentro de la transformación digital de la entidad, impulsando una cultura basada en datos y en la mejora continua de la protección a los socios, y cómo devuelve valor tangible a la organización —tanto en conocimiento como en madurez analítica y capacidad de colaboración con el ecosistema científico.
Rosa Olivares, especialista de la Unidad Antifraude, Grup Caixa Enginyers
Aportó la visión operativa y de seguridad, explicando cómo los resultados de la investigación se integrarán en los mecanismos actuales de detección y respuesta al fraude. Detalló los beneficios prácticos del nuevo sistema, su capacidad de alerta en tiempo real y la forma en que permite una actuación más proactiva y eficiente ante posibles amenazas o comportamientos anómalos, complementando los sistemas tradicionales de prevención. Su intervención puso de relieve la importancia de combinar conocimiento experto, innovación y tecnología para avanzar hacia una gestión del fraude más proactiva, escalable y centrada en la persona.
11.55 h | Sistema de predicción de fraude: patrones anómalos en transacciones económicas
Alex Casamitjana Serra, investigador de la Unidad Tecnológica Big Data and Data Science, Eurecat
Con el objetivo de introducir el proyecto desde un punto de vista técnico, se empezó por una revisión sumaria de las fuentes de datos a disposición, así como también las exploraciones iniciales realizadas y su importancia de cara al proceso de moldeado. Con estos elementos se explicó el enfoque algorítmico elegido, para solucionar el problema de predicción del fraude. Por último, detalló las tareas asociadas al pre-procesado de los conjuntos de datos, una parte esencial en este proyecto.
Cirus Iniesta, director de la Unidad Tecnológica Big Data and Data Science, Eurecat
Esta intervención detalló el proceso de modelado así como también la metodología de evaluación empleada. Seguidamente, se expusieron los resultados obtenidos a través de las distintas fases del proyecto. Mención aparte merece el microservicio desarrollado, realizado con la intención de poder acercar el caso de uso a producción y hacerlo escalable y reutilizable más allá del proyecto actual. Se cerró la intervención con una serie de reflexiones y aprendizajes derivados del trabajo realizado a lo largo del proyecto.
12.25h | Perfilaje de Asociados y Detección de Anomalías en el Grup Caixa Enginyers
Karina Gibert, Catedrática en la UPC-BarcelonaTech y Decana del Col·legi d’Enginyeria Informàtica de Catalunya, COEINF
Desde IDEAI se ha analizado cómo se perfilan los asociados a partir de la información facilitada por Caixa d’Enginyers. Se han identificado siete tipologías diferenciadas en función del tipo de productos contratados y de la duración de la relación con la entidad.
Estos perfiles se han obtenido mediante una metodología de desarrollo propio que combina técnicas de clustering innovadoras con procedimientos avanzados de interpretación de perfiles.
La prueba de concepto se ha realizado con una muestra concreta de asociados con nómina de la provincia de Barcelona. A partir de esta muestra, se han analizado los patrones de transacción asociados a los distintos perfiles y se han diseñado mecanismos de detección de anomalías que permiten identificar operaciones potencialmente sospechosas que todavía no están contempladas en las reglas de negocio actuales del banco.
12:40 h | Turno abierto de preguntas
13:00 h | Fin del acto
