DESCRIEREA CURSULUI
Generative AI nu mai e „un tool simpatic”, ci un avantaj competitiv — dacă știi unde să-l folosești, cum să-l controlezi și cum să eviți capcanele.
În acest curs înveți, pas cu pas, ce este AI (și ce nu este), cum să folosești Generative AI ca expert virtual și coleg de echipă (inclusiv pentru cod), iar apoi cum treci de la „chat” la workflows AI reale, conectate la documente interne (RAG), personalizate (fine-tuning) și chiar automatizate cu AI agents.
Format: interactiv (prezentare + demo-uri + exerciții).
OBIECTIVELE CURSULUI
- Să separi miturile de realitate: AI vs automatizare vs analytics — și unde intră ML și Generative AI.
- Să înțelegi Generative AI “pe bune”: ce înseamnă „generativ”, cum funcționează LLM-urile și de ce pot greși „convingător”.
- Să alegi inteligent unde folosești AI: clasifici activități și procese în AI-ready / AI-assisted / Human-only.
- Să folosești AI ca expert virtual: brainstorming, explicații pe nivel (inclusiv „pentru board”), sinteze și clasificări de text.
- Să accelerezi livrările tehnice: generare de cod (Python/SQL/R), debugging, refactorizare și înțelegerea codului existent.
- Să scrii prompturi care chiar livrează: Context → Instrucțiuni → Constrângeri → Output, cu diferența clară între prompturi slabe vs bune.
- Să treci de la “chat” la sisteme AI controlate: înțelegi RAG, fine-tuning și AI agents și când se folosesc fiecare.
- Să gestionezi riscurile ca un profesionist: hallucinations, bias, confidențialitate, cyber + rutină de human-in-the-loop, trasabilitate și audit.
GRUPUL ŢINTĂ
Cursul se adresează managerilor, specialiștior de business, risk/compliance, IT, data, consultanți
CONŢINUT
Modulul 1 – Harnessing AI în companii: fundația comună (ce este AI si ce nu este)
- AI vs Automatizare vs Analytics
- Rule-based systems vs Machine Learning vs Generative AI
- Ce este Generative AI
- Modele de limbaj (LLM)
- Ce înseamnă „generativ”
- Ce NU este Generative AI
- Nu „înțelege” ca un om
- Nu garantează adevărul
- Nu este responsabil juridic
- Tipuri de task-uri potrivite pentru AI
- Task-uri cognitive repetitive
- Analiză de text, sinteză, clasificare
- Suport decizional (nu decizie finală)
- Task-uri nepotrivite
- Decizii critice fără validare umană
- Zone cu date insuficiente sau ambigue
- Procese cu risc reputațional major
Exercițiu:
- Participanții clasifică propriile activități zilnice în:
- „AI-ready”
- „AI-assisted”
- „Human-only”
Modulul 2 – Generative AI ca expert virtual și accelerator de cod (AI „coleg de echipă”)
- AI ca expert virtual
- Brainstorming
- Explicații tehnice pe niveluri diferite
- Rezumarea documentelor complexe
- AI ca accelerator de cod
- Scriere de cod (Python, SQL, R)
- Debugging
- Refactorizare
- Explicarea codului existen
- Prompting fundamentals
- Context → Instrucțiuni → Constrângeri → Output
- Prompturi slabe vs prompturi bune
- Limitele expertizei AI
- „Sună corect” ≠ „este corect”
- De ce validarea umană este esențială
Demo-uri:
- AI explică un concept complex „pentru board”
- AI generează și explică un script simplu
- AI rezumă un document intern
Modulul 3 – Generative AI Workflows avansate (De la chat la sisteme AI controlate)
- De ce nu este suficient un chatbot
- Lipsa contextului intern
- Probleme de trasabilitate
- Retrieval-Augmented Generation (RAG)
- Ce este RAG
- Cum conectăm AI la documente interne
- Beneficii: acuratețe, transparență, auditabilitate
- Fine-tuning
- Când are sens
- Diferența față de RAG
- AI Agents
- AI care planifică, execută și verifică task-uri
- Exemple: analiză financiară, risk assessment, raportare
- Exemplu de workflow end-to-end
- Document intern → analiză → raport → verificare
Exercițiu conceptual:
Participanții schițează un workflow AI pentru un proces real din compania lor
Modulul 4 – Riscurile Generative AI: o perspectivă critică (AI cu responsabilitate)
- Hallucinations
- De ce apar
- Cum pot fi reduse
- Bias
- Bias din date
- Bias din prompturi
- Confidențialitate & protecția datelor
- Date sensibile
- Riscuri de leakage
- Automation bias
- Tendința de a „crede AI-ul”
- Rolul critic al human-in-the-loop
- Cyber risks
- Prompt injection
- Data poisoning
- Reglementare & responsabilitate
- AI governance
- Politici interne
- Trasabilitate și audit
Studiu de caz:
„Ce se întâmplă dacă AI-ul greșește?” – analiză de impact operațional, legal și reputațional
LECTORI
Tiberiu Mihai, MBA, are o experienţă de peste 28 ani în domeniul bancar, cu specializare în domeniul evaluării riscului de credit, acoperind ariile riscului operativ (underwritting) şi strategic, precum şi analiza financiară a companiilor. În ultimii 20 ani a ocupat poziţii de middle management in sistemul bancar si are o bogată experienţă în domeniul analizei bonităţii şi a capacităţii de plată a companiilor, acoperind o largă paletă de industrii. De asemenea, în ultimii 12 ani, a fost implicat în dezvoltarea şi implementarea modelelor de rating corporate. Este absolvent al ASE Bucureşti, Facultatea de Management şi al unui program de Master cu specializarea Management Financiar şi Pieţe de Capital, deţine Diploma MBA a Universite de Montreal – HEC Montreal, a participat la programe de specializare în machine learning si inteligenta artificiala în străinătate. S-a alaturat echipei de lectori/experţi asociaţi ai IBR în anul 2015.
Cezar Chirilă, deține un doctorat în Finanțe Cantitative (summa cum laude), obținut în anul 2013 la Frankfurt School of Finance & Management. Din 2024 face parte din sistemul bancar elvețian, unde proiectează și implementează sisteme de risc bazate pe inteligență artificială și fluxuri de analiză care susțin administrarea unui portofoliu global de credite de aproximativ 700 miliarde USD. În perioada 2017–2024 a activat în cadrul Credit Suisse (Elveția), ocupând funcțiile de Senior Portfolio Risk Manager și Senior Economic Risk Capital Modeler, contribuind la dezvoltarea motoarelor de capital economic și a soluțiilor complete de analiză a riscului. Între 2014 și 2017 a coordonat echipa de modele de rating și parametri de risc din cadrul BCR, în Departamentul de Management Strategic al Riscului. A participat la proiecte privind testele de stres, implementarea standardului IFRS 9 și implementarea abordării bazate pe ratinguri interne (IRB) pentru portofoliile de retail, corporate și municipalități ale băncii. În cadrul BCR a inițiat și dezvoltat „Credit Risk Workshop”, un program dedicat studenților din ultimul an de master la Academia de Studii Economice din București și la Facultatea de Matematică. În prezent, predă la University of Zurich, la Frankfurt School of Finance & Management și la Universitatea Alexandru Ioan Cuza din Iași și lector al Institutului Bancar Român, din anul 2014. Anterior, a fost profesor asociat la Academia de Studii Economice din București, unde a predat managementul riscului în cadrul Școlii Doctorale de Finanțe și Bănci (DOFIN) și al programului de master de cercetare în finanțe (CEFIN). De asemenea, a fost cadru didactic asociat la Universitatea din București, unde a predat riscul de credit în cadrul programului de master de Matematică Aplicată.
DURATA ŞI PERIOADA DE DESFĂŞURARE A CURSULUI
Cursul se desfăşoară pe durata a 8 ore.
21 septembrie 2026, orele 9:00 – 17:00
Înscrierea la curs se face prin completarea fişei de înscriere. O puteţi descărca de aici şi, după ce o completaţi, o puteţi transmite responsabilului de curs pe e-mail.
Cursul se va livra ONLINE, pe platforma Zoom.
La finalul cursului, participanţilor li se vor transmite pe email: suportul de curs, linkul pentru evaluarea cursului şi certificatul, emis de IBR (sub egida membrilor fondatori: BNR şi ARB), cu 7 credite de dezvoltare profesională continuă (CPDs).
Pentru tariful cursului şi alte detalii vă rugăm să ne contactaţi telefonic sau prin e-mail.
PERSOANA DE CONTACT:
Georgiana Gojgărea
Training specialist
Telefon: 0748.886.819
e-mail: georgiana.gojgarea@ibr-rbi.ro