A base da IA antilavagem de dinheiro é um entendimento detalhado e atualizado de clientes individuais de um banco, abrangendo especificamente o seguinte:
- Informações demográficas
- Investimentos de contas
- Atividade transacional
- Gráfico de transações
- Atividade de investigação de risco
Esta página aborda a criação e o gerenciamento de dados usados por IA antilavagem de dinheiro, incluindo detalhes do modelo de dados, esquema de dados e requisitos de dados para a antilavagem de dinheiro. O próprio esquema, incluindo detalhes do campos individuais, aparece no modelo de dados de entrada antilavagem de dinheiro (arquivo CSV).
Os seguintes pré-requisitos não são abordados nesta página:
- Configuração para usar a IA antilavagem de dinheiro com um conjunto de dados antilavagem de dinheiro (consulte Configurar um projeto e as permissões)
- Tópicos de segurança e compliance (consulte as páginas em Prepare-se para o modelo e a governança de risco)
Visão geral dos requisitos de dados
O modelo de dados antilavagem de dinheiro combina informações sobre o varejo e partes comerciais, os respectivos contas e transações e informações detalhadas sobre casos de risco relacionados a essas partes. Esta seção apresenta aspectos importantes do modelo de dados que são válidos entre as diferentes entidades.
O esquema do modelo de dados antilavagem de dinheiro é organizado em três áreas: principais dados bancários, riscos e dados de investigação e dados complementares.
Principais dados bancários
- Tabelas: Party, AccountPartyLink, Transação
- Finalidade: servir como uma coleção estruturada de dados sobre seus clientes e sua atividade bancária, usados na detecção de características arriscadas e comportamentos
Dados de investigação de risco
- Tabela: RiskCaseEvent
- Finalidade:
- Serve como uma coleção estruturada de dados sobre investigação de risco. processos e partes previamente identificados como arriscados
- Ajuda na criação de rótulos de treinamento para modelos de risco antilavagem de dinheiro
Dados complementares
- Tabela: PartySupplementaryData
- Finalidade: contém mais informações relevantes para a identificação de dinheiro. de lavagem de dados que não é coberto pelo restante do esquema
Para mais informações, consulte Modelo de dados de entrada AML. (arquivo CSV). Quando você tiver tabelas prontas no BigQuery, você usa a IA antilavagem de dinheiro para criar e gerenciar um conjunto de dados.
Erros
Ao criar um conjunto de dados, você pode encontrar uma ou mais opções de erros. Para mais informações sobre como corrigir esses erros, consulte Erros de validação de dados.