🎯 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
🎯 목표: 사용자 행동 및 과거 데이터를 기반으로 실시간 이상 거래를 탐지 📦 솔루션: 실시간 모니터링 + 이상 탐지 + 경고 시스템 ⚙️ 기술 스택: Kafka, PyTorch, Isolation Forest, Scikit-learn 📈 성과: 이상 거...


1. 개요 급속한 변화에 익숙한 산업이 디지털 변혁으로 인한 중대한 변화에 직면하고 있습니다. 연결성, 환경 규정 준수, 사물 인터넷, 무선 혁신, 그리고 고객 요구 증가로 인해 자동차 및 자동차 부품 산업 모두에서 운영의 디지털화에 상당한 투자가 이루어지고 있습니다. 이 케이스 스터디는 자동차 부품 제조업자...
BAP의 개발서비스에 대한 소개를 경청해주셔서 감사합니다
06/08 23:32 ✓