S velikim zadovoljstvom pozivamo Vas na jednodnevnu specijalističku edukaciju organiziranu u sklopu naše Op2M/Trainer linije usluge namijenjene svim profesionalcima koji žele graditi bazu svojih postojećih znanja i vještina, putem razvijanja kritičkog razmišljanja i prijenosa fokusa na metode provjerene u praksi.

📢 Ciljevi edukacije

• Približiti ključne algoritme strojnog učenja (supervised, unsupervised, semi-supervised i reinforcement learning) kroz prizmu njihove primjene u upravljanju rizicima
• Povezati teoriju i praksu primjene ML i GenAI rješenja u kreditnom i širem risk management okruženju
• Pojasniti ulogu generativne AI – od velikih jezičnih modela i prompt engineeringa do agentic AI pristupa
• Identificirati ključne rizike povezane s AI i GenAI tehnologijama, uključujući pristranost, objašnjivost i reputacijske rizike
• Naglasiti važnost odgovorne, etične i regulatorno usklađene primjene AI-a u financijskim institucijama
• Predstaviti dobre prakse data i model governance okvira, s naglaskom na regulatorna očekivanja (BCBS 239, model governance)
• Potaknuti diskusiju i razmjenu iskustava kroz praktične primjere i studije slučaja iz bankarske prakse

📈 Poslovni benefiti sudjelovanja

• Unaprjeđenje kvalitete upravljanja rizicima
  Bolje razumijevanje naprednih analitičkih metoda omogućuje robusnije modele, kvalitetnije procjene rizika i informiranije poslovne odluke.

• Povećanje operativne učinkovitosti
  Primjena AI i automatizacije u prikupljanju i obradi podataka smanjuje manualni rad i operativne rizike.

• Smanjenje regulatornog i reputacijskog rizika
  Fokus na objašnjivost, etiku i governance AI modela povećava spremnost za nadzorne i revizorske provjere.

• Jačanje interne ekspertize i buduće spremnosti organizacije
  Razvoj kompetencija zaposlenika u području AI-a i GenAI-ja postaje ključna konkurentska prednost banaka.

🫵 Kome je namijenjena edukacija?

• Edukacija je namijenjena profesionalcima iz banaka i financijskih institucija uključenima u upravljanje rizicima, modeliranje i validaciju, analitiku i upravljanje podacima, kao i reviziju, compliance i donošenje strateških odluka. Posebno je korisna menadžerima, data i analytics stručnjacima te risk timovima koji žele strateški razumjeti primjenu AI-ja i generativne AI u upravljanju rizicima, bez potrebe za dubokim tehničkim predznanjem.

⏱️ Vrijeme i mjesto održavanja

• četvrtak 7. 5. 2026, Hotel Antunović, Zagrebačka avenija 100a, Zagreb
• Edukacijski program počinje u 9:00 te traje do 16:00; registracija se obavlja između 9:00 i 9:15

🔎 Naknada za pohađanje

• Neto 330,00€ + PDV (25%) po polazniku. Uplata se obavlja na račun tvrtke Op2Mo.o. po prijavi, najkasnije do 05.05.2026.
• Naknada pokriva pripadni radni materijal u tiskanom obliku, blok, olovku, osvježenje uz kavu/čaj u pauzama, ručak te Certifikat o sudjelovanju.

📝  Prijava

• Prijavni obrazac možete naći u prilogu Pozivnog pisma ili na stranicama tvrtke Op2M. Molimo Vas da prijave šaljete na prijave@op2m.eu.

📘 Agenda edukacije

1. Machine Learning alati i tehnike

• Uvod u strojno učenje
• Nenadzirano učenje: k-means, hijerarhijsko klasteriranje i srodne metode
• Nadzirano učenje:
  • ekonometrijske tehnike
  • metode strojnog učenja
  • procjena i validacija modela
• Polunadzirano učenje: pretpostavke i tehnike
• Reinforcement learning: osnovni principi i pristupi
• Primjena ML-a u upravljanju rizicima s naglaskom na kreditni rizik

2. Generativna umjetna inteligencija (GenAI)

• Taksonomija generativne AI
• Veliki jezični modeli (LLM):
  • treniranje LLM-ova
  • chatbotovi
  • prompt engineering
  • agentic AI
• Analiza performansi generativnih AI modela
• Primjena generativne AI u upravljanju rizicima

3. Rizici povezani s AI i GenAI

• Algoritamska pristranost i pravednost
• Objašnjivost, interpretabilnost i transparentnost
• Reputacijski rizici
• Globalni izazovi i rizici
• Specifični rizici generativne AI

4. Odgovorna i etička umjetna inteligencija

• Pristranost, diskriminacija i pravednost
• Temeljna načela AI etike
• Izazovi upravljanja
• Regulatorni okvir

5. Upravljanje podacima i AI modelima

• Data governance
• Načela učinkovite agregacije podataka o rizicima i izvještavanja
• Prikupljanje, obrada i osiguranje kvalitete podataka
• Model governance

6. Studije slučaja – praktična primjena

• Studija slučaja 1: Automatizacija procesa prikupljanja podataka korištenjem robotike
• Studija slučaja 2: Napredne ML tehnike – inspiracija za bankarsku primjenu

👨‍💼 O predavaču

Domagoj Šušković je iskusan profesionalac s više od 15 godina radnog i upravljačkog iskustva u bankarskom sektoru s primarnim fokusom na upravljanje rizicima. Svoje je bogato iskustvo stjecao u velikim i malim bankama u Hrvatskoj te u renomiranoj konzultantskoj kući. Tijekom svoje karijere bio je zadužen za upravljanje funkcijama kontrole rizika, obnašao je ulogu vodećeg specijalista za modeliranje te je vodio upravljanje i modeliranje rizika na području jugoistočne Europe.  Posjeduje dokazanu stručnost u razvoju, validaciji, implementaciji i upravljanju modelima financijskih rizika, kao i u cjelokupnom okviru upravljanja kreditnim i drugim financijskim rizicima, u skladu s relevantnom bankarskom regulativom, uključujući IFRS 9 i CRR/Basel. Također ima bogato iskustvo u uspostavi i unaprjeđenju data i model governance okvira te u radu s regulatornim i revizorskim očekivanjima u financijskim institucijama.