Ümumi məlumat
- Fənn kodu
- MS-2013
- Kredit
- 6
- Tələbənin iş yükü
- 178
- Semestr
- Payız semestri
- Akademik il
- 2026-2027
- Fənnin tipi
- Seçmə
- Təhsil forması
- Əyani
- Tədris dili
- Azərbaycan
- Auditoriyadaxili saatlar
- a) 30 saat mühazirə
- Auditoriyadan kənar saatlar
- a) 150 saat fərdi iş
Fənn haqqında
Bu fənn tələbələrə bank və sığorta sektorunda süni intellekt (AI), maşın öyrənməsi (ML) və böyük data (Big Data) texnologiyalarının tətbiqi, eləcə də bu texnologiyaların maliyyə xidmətlərində yaraddığı rəqəmsal transformasiya sahəsində konseptual və praktiki bilikləri aşılamaq üçün nəzərdə tutulmuşdur. Kurs çərçivəsində kredit skorinq sistemləri, avtomatlaşdırılmış anderraytinq, risklərin qiymətləndirilməsi, dələduzluqla mübarizə (Fraud Detection) və anti-çirkli pulların yuyulması (AML) algoritmik modelləri tədris olunur. Tələbələr sığorta hadisələrinin avtomatik qiymətləndirilməsi və dəymiş ziyanın təyini, çatbotlar və virtual köməkçilər vasitəsilə müştəri xidmətlərinin avtomatlaşdırılması, personalizasiya olunmuş bank məhsullarının təklifi və algoritmik ticarət/investisiya modellərini mənimsəyəcəklər. Fənn tələbələrdə maliyyə institutlarında AI layihələrinin iqtisadi effektivliyini təhlil etmək, etik və tənzimləyici (RegTech) çərçivələri nəzərə alaraq rəqəmsal maliyyə həlləri hazırlamaq vərdişlərini formalaşdırır.
Tədris metodları
- mühazirə
- interaktiv müzakirə
- problem-based learning
- komanda işi
- layihə əsaslı öyrənmə
- case study
- təqdimatlar
Fənn təlim nəticələri (CLO)
CLO 1: Bank və sığorta sektorunda süni intellekt (AI), Maşın Öyrənməsi (ML) və təbii dilin emalı (NLP) texnologiyalarının tətbiq sahələrini və biznes modellərini təhlil edir.
CLO 2: Kredit riskinin qiymətləndirilməsi, skorinq sistemləri və sığorta underwriting prosesləri üçün alqoritmik modellər layihələndirir.
CLO 3: Maliyyə əməliyyatlarında fırıldaqçılığın aşkar edilməsi (fraud detection) və çirkli pulların yuyulmasına qarşı mübarizə (AML) üzrə anomaliya tespiti modellərini tətbiq edir.
CLO 4: Sığorta iddialarının avtomatlaşdırılmış emalı (claims processing) və bankçılıqda fərdiləşdirilmiş müştəri xidmətləri (çatbotlar, robo-məsləhətçilər) üçün AI həllərini qiymətləndirir.
CLO 5: Finansal AI algoritmalarında qərəzlilik (bias), şəffaflıq (Explainable AI - XAI), data məfiliyi və tənzimləyici tələblərə (RegTech) uyğunluğu təhlil edir.
Mövzu planı
Mövzu əlavə edilməyib.
Ədəbiyyat
Ədəbiyyat əlavə edilməyib.
Qiymətləndirmə
| Qiymətləndirmə forması | Açıqlama | Bal | Uyğun FTN |
|---|---|---|---|
| Cari qiymətləndirmə | Cari qiymətləndirmə - fənn üzrə tələbənin semestr müddətində fəaliyyətinin qiymətləndirilməsi olmaqla, mühazirə və məşğələ (laboratoriya) dərs materiallarının mənimsənilmə səviyyəsini qiymətləndirilir. | 30 bal | FTN 1-5 |
| Davamiyyət | Tələbə fənn üzrə dərslərin 25%-dən çoxunda iştirak etmədiyi halda imtahana buraxılmır. | 10 bal | - |
| Tələbənin sərbəst işi | Tələbəyə fənn üzrə semestr ərzində 1 sərbəst işin (zəruri hallarda sərbəst işlərin sayı artırıla bilər) yerinə yetirilməsi tapşırığı verilir. | 10 bal | FTN-- |
| İmtahan | İmtahan şifahi, yazılı, yazılı-elektron, test üsulu ilə keçirilir | 50 bal | FTN 1-5 |