🎯 목표: 다양한 데이터 소스를 기반으로 고객의 신용 점수를 자동 평가하여 대출 심사 속도를 높이고 조기 리스크를 감지
📦 솔루션: 데이터 융합 + 머신러닝 기반 리스크 모델 + 설명 가능한 AI 엔진
⚙️ 기술 스택: XGBoost, SHAP, Pandas, FastAPI
📈 성과: 리스크 분류 정확도 22% 향상, 심사 시간 3일 → 6시간으로 단축
⏱️ PoC 기간: 4주
🎯 목표: 다양한 데이터 소스를 기반으로 고객의 신용 점수를 자동 평가하여 대출 심사 속도를 높이고 조기 리스크를 감지
📦 솔루션: 데이터 융합 + 머신러닝 기반 리스크 모델 + 설명 가능한 AI 엔진
⚙️ 기술 스택: XGBoost, SHAP, Pandas, FastAPI
📈 성과: 리스크 분류 정확도 22% 향상, 심사 시간 3일 → 6시간으로 단축
⏱️ PoC 기간: 4주
Challenges: Travelling sector is developing more and more, but there are no many businesses which build successful travelling platforms to serve this demand. Because they cannot fi...


도전 과제: 내부 보상 시스템을 구축하는 것은 매우 흥미로운 일이지만, 이를 실현하지 못하는 많은 기업들이 있습니다. 그 이유는 다양합니다. 주된 이유는 기술 전문가들을 상담하고 아이디어를 제공할 수 없다는 것입니다. 이러한 상황에서 BAP는 기업이 BAP 코인 앱과 유사한 시스템을 구축하는 데 도움을 주고 공유할 수 있...
BAP의 개발서비스에 대한 소개를 경청해주셔서 감사합니다
08/04 03:56 ✓