Maskinlæring i bank og finans

Høst 2026

Faglig innhold

Å gjøre prediksjoner om fremtidige utfall er en fundamental aktivitet i en bank, enten det er relatert til risikostyring, kredittvurdering eller ulike former for kundeklassifisering. Med raskt økende tilgang på data blir maskinlæringsmodeller stadig mer aktuelle arbeidsverktøy som integreres i den daglige bankdriften. Kurset tar for seg de mest relevante maskinlæringsmetodene, som regulariserte regresjoner, trebaserte metoder, dyp læring og selvstyrt læring (“unsupervised learning”).

Det legges stor vekt på at kursdeltagerne anvender metodene på egendefinerte problemstillinger med utspring i egen bank.

Kurset undervises av vitenskapelig ansatte ved Institutt for industriell økonomi og teknologiledelse som har lang erfaring fra bank og finans. Kurset undervises på norsk.

Målgruppe

Kurset er være velegnet for ansatte med oppgaver knyttet til dataanalyse, anthvitvask, risikostyring, investering og kredittgiving - både på leder- og medarbeidernivå. Innholdet vil appellere til ansatte med en viss teknisk bakgrunn, men vil også være gjennomførbart for ansatte med relevant realkompetanse.

Anbefalte forkunnskaper

Det vil være en fordel med formell bakgrunn tilsvarende bachelor i økonomidata eller ingeniørfag. Dette er imidlertid ikke et krav, ettersom nødvendig forkursmateriale vil gjøres tilgjengelig for de som ønsker.

Videre vil noe erfaring med programmering være gunstig. Heller ikke dette er et absolutt krav, ettersom deltagerne vil blir kjent med Python eller R gjennom kurset.

Kursdeltagerne må ha en bærbar PC med adgang til å installere relevant programvare.

Praktisk gjennomføring - forelesninger og samlinger

Forelesningene skal foregå digitalt, jevnt fordelt henholdsvis før og etter ordinær arbeidstid. Forelesningene tas opp og tilgjengeliggjøres via NTNUs systemer.

Underveis gjennomføres digitale ‘Q&A’-sesjoner. Kursdeltagerne vil også kunne henvende seg til en ‘help-desk’.

Videre planlegges tre felles samlinger. Den første vil være en fysiske samling på Gløshaugen (NTNU i Trondheim) relativt tidlig og skal være en ’kick-off’ til prosjektoppgaven. Den siste blir en obligatorisk hybrid samling der alle gruppene presenterer sitt prosjektarbeid.