Formation courte
IA générative pour la banque et la finance - Outils et usages
Cette formation propose un parcours centré sur l’usage professionnel des grands modèles de langage (LLM) dans les métiers de la banque et de la finance.
Formation courte
12 juin 2026
2 jours
28 mai 2026
HEG-Genève
12 & 19 juin 2026
- Aperçu de la formation
- Organisation
- Programme
- Inscriptions
Aperçu de la formation
Formation courte en IA générative pour la banque et la finance - Outils et usages
8h30-18h00
La progression pédagogique part des fondamentaux — IA, réseaux neuronaux, architecture Transformer et logique des LLM — pour aller vers la configuration de ChatGPT et Claude, la construction de prompts robustes, la recherche et l’analyse documentaire en finance, l’usage de plateformes agentiques et l’examen des principales options de déploiement local.
L’approche retenue n’est pas celle d’un cours théorique avancé sur l’intelligence artificielle, mais celle d’une formation centrée sur les usages, fondée sur une pratique effective de ChatGPT et Claude en contexte financier et mise en regard de la recherche académique. Le dispositif intègre également des podcasts pédagogiques créés spécifiquement pour les cours de la HEG ainsi que d’autres ressources d’e-learning afin de prolonger l’apprentissage avant, entre et après les deux journées.
Objectifs
- Situer l’IA générative, les réseaux neuronaux et les LLM dans leur environnement technologique et comprendre leurs limites pratiques en finance.
- Configurer ChatGPT et Claude dans un cadre professionnel : personnalisation, modèles, mémoire, gestion des données, outils, applications et projets.
- Écrire des prompts fiables, structurés et vérifiables, puis concevoir des workflows multi-étapes adaptés aux tâches d’analyse financière.
- Mobiliser des plateformes agentiques pour le code, l’automatisation et le travail documentaire, notamment Codex, Claude Cowork et Claude Code.
- Mener une recherche documentaire académique et financière assistée par LLM, avec contrôle des sources, de la traçabilité et des contraintes de qualité.
- Déployer des usages d’analyse qualitative en asset management à partir des données d’entraînement, de corpus présélectionnés et de ressources du web.
- Identifier des prolongements vers des approches quantitatives, l’automatisation et le vibecoding.
- Examiner les principales options de déploiement local de LLM et en mettre une en œuvre.
Public cible
Le public prioritaire est constitué des alumni de l’orientation Banque & Finance de la HEG Genève diplômés avant 2023, qui n’ont pas bénéficié dans leur cursus des enseignements récents sur l’IA. La formation s’adresse également aux professionnels de l’asset management, de la gestion de fortune et de l’onshore banking qui souhaitent adopter une utilisation disciplinée des LLM dans leur activité.
D’une manière plus générale, elle concerne toute personne intéressée par le déploiement des LLM en finance, et en particulier de ChatGPT, avec un souci de rigueur méthodologique et d’actualisation par la recherche scientifique.
P.S. Toutes les séquences visuelles et l'avatar de François Duc ont été réalisés à l'aide d'outils d'IA générative.
Organisation
Direction du programme
Prérequis
- Bonne culture générale de la finance ou intérêt marqué pour les pratiques de l’asset management.
- Aisance de base avec les outils numériques et volonté de travailler de manière structurée avec un LLM.
- Ordinateur portable personnel pour les démonstrations et exercices.
- Souscription, au moins temporaire pour la durée de la formation, à un abonnement ChatGPT Go ou Plus.
Lieu
L’enseignement se fera principalement à la HEG-Genève
Haute école de gestion de Genève
Campus de Battelle, Bâtiment F
17, rue de la Tambourine
1227 Carouge
Méthodes pédagogiques
Les méthodes pédagogiques mobilisées dans cette formation comprennent
- des présentations ex cathedra pour poser les concepts fondamentaux et les repères méthodologiques;
- des démonstrations guidées dans ChatGPT et, le cas échéant, dans d’autres environnements utiles à la finance;
- des études de cas et des retours d’expérience en asset management, documentés dans la littérature académique;
- des exercices cadrés et des discussions permettant aux participants de confronter leurs usages, contraintes et bonnes pratiques
- des podcasts pédagogiques et des ressources d’e-learning pour prolonger la formation entre les séances et après le module.
Titre délivré
Attestation de réussite/participation.
Programme
Jour 1 - Fondations, paramétrage et maîtrise de l’outil
- Mettre l’IA générative et les LLM en perspective : trajectoire technologique, usages et cadre général.
- Paramétrer ChatGPT et Claude pour un cadre professionnel : personnalisation, modèles, mémoire, données, outils, applications, projets et discipline d’utilisation.
- Construire des prompts robustes, des instructions outillées et des mécanismes de contrôle adaptés aux tâches financières.
Jour 2 - Recherche, analyse financière et déploiements avancés
- Comprendre et paramétrer les plateformes agentiques Codex, Claude Cowork et Claude Code.
- Déployer l’analyse quantitative et le vibecoding sur Codex ou Claude Cowork et Claude Code.
- Découvrir les principales logiques d’extension, d’automatisation et de production d’artefacts dans les plateformes agentiques.
- Examiner les principales options de déploiement local de LLM et en mettre une en œuvre dans un cadre d’initiation.
Inscriptions
Les candidatures envoyées après le délai d’inscription officiel seront prises en compte en fonction des places disponibles. Merci de contacter directement le secrétariat de la formation.
Prix
CHF 1'200.-
Les membres Alumni Banque & Finance de la HEG-Genève peuvent bénéficier d'un tarif préférentiel de CHF 700.-
Les candidatures envoyées seront examinées en fonction des places disponibles
En cas d'annulation par la HEG-Genève, aucun frais privé engendré par le participant (hôtel, transport, etc.) n'est remboursé.