🎯 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: 작업자가 음성 또는 이미지로 장비 고장을 신속하게 보고할 수 있도록 지원하고, 시스템이 이를 분석하여 처리 방안을 제안합니다. 📦 솔루션: 음성 인식 (Voice-to-Text) + 비전 AI + LLM ⚙️ 기술 스택: Whisper, OpenAI Visi...


Problem: Get the name of wines which was take photograph by users. In this problem, we need to recognize a large number of wines (up to 10000 labels) Solution: To solve above probl...
BAP의 개발서비스에 대한 소개를 경청해주셔서 감사합니다
18/03 22:12 ✓