🎯 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
배경 현대 소매업에서는 고객 유입량을 파악하고, (예: 코로나19 기간 중) 마스크 착용 등 보건 규정을 준수하는 것이 안전성과 운영 효율을 위해 매우 중요합니다. 기업은 이 두 가지를 동시에 관리할 수 있는 스마트하고 자동화된 솔루션이 필요합니다. 우리의 솔루션 당사는 다음의 두 가지 핵심 기능을 갖춘 AI 기반 모니터...


Problem: The data on social platform are growing everyday. How can we use such data to discover “What is happening” on Facebook or Twitter everyday or even every hour? We can use t...
BAP의 개발서비스에 대한 소개를 경청해주셔서 감사합니다
27/06 18:21 ✓