Objectifs
- Identifier les opportunités d’utilisation de la Data Analytics et de l’Intelligence Artificielle (IA) dans les missions d’audit.
- Intégrer la Data Analytics et l’IA comme leviers opérationnels des missions d’audit.
- Déterminer, structurer puis formaliser des « use cases » d’audit Data-driven, depuis l’expression du besoin métier jusqu’à la restitution de constats exploitables.
- Acquérir une meilleure maîtrise des outils proposés par la data science dans un contexte de pilotage financier d’une banque.
- Dialoguer efficacement avec les équipes Data et IT.
Animateur(s)
Charles BA
bacharle@gmail.com
Programme
1DATA ANALYTICS, DATA SCIENCE & IA : DE QUOI PARLONS-NOUS ?
Définition de la Data Analytics et Data Science et positionnement par rapport à l’IA, le machine learning, le deep learning…
Présentation de quelques réalisations classiques de cette discipline.
Les nouveaux métiers et compétences associés.
Différence entre :
- Automatisation de contrôles, analyse descriptive, analyse prédictive, aide à la décision.
Illustrations concrètes en audit bancaire :
- Amélioration de la couverture des risques.
- Ciblage des contrôles, analyse exhaustive vs échantillonnage.
Retours d’expérience issus de missions réelles menées en environnement bancaire.
2MÉTHODES PRÉDICTIVES VUES PAR L’USAGE
Panorama des méthodes de Data Science (régressions, arbres de décision, forêts aléatoires, méthodes de boosting, clustering, détection d’anomalies).
Lecture et interprétation des résultats du point de
vue auditeur (scores, seuils, limites et biais).
3OUTILS DE TRAITEMENT DE LA DONNÉE POUR L’AUDITEUR
Limites d’Excel en audit.
Apports de Power BI dans l’analyse et la restitution.
Chaîne de traitement de la donnée.
Positionnement de l’auditeur face à l’IT.
4DATA VISUALISATION POUR L’AUDIT
Bonnes pratiques de Data Visualisation.
Choix des indicateurs et graphiques.
Exemples de tableaux de bord Power BI orientés audit.
5SYNTHÈSE ET CONCLUSION
Synthèse des deux journées.
Se tenir informé et maintenir à niveau ses connaissances.
Évaluation de la formation.
Public et pré-requis
Participants
- Auditeurs internes.
- Inspecteurs.
- Toute fonction de contrôle et d’audit souhaitant intégrer la Data Analytics dans les missions.
Supports et moyens pédagogiques
- Documentation PowerPoint.
- QCU, synthèses, questions/réponses pour vérifier, réviser et confirmer les acquis.
- Alternance d’illustrations et d’exercices pratiques.
- Réalisation d’exercices sur PC (Windows) avec des outils Power BI.
Connaissances requises
- Bonne connaissance des opérations bancaires et des missions du contrôle de gestion d’une banque.
- Bonne connaissance des missions d’audit.
- Connaissance des LLM et de l’IA Generative (ChatGPT, Gemini, Copilot).
- Connaissance de base des outils de Data Analytics (Power BI et Tableau).
