🎯 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
죄송합니다. 이 항목은 日本語와만 사용할 수 있습니다. お客様の背景 お客様は、近くレガシーシステムに伴うクラウド化を計画しています。レガシーシステムの言語はCOBOL、JCLなどを使用しています。 COBOLからJavaへのマイグレーションを実行すれば、標準化されたJavaアプリ開発のSpringフレームワーク運用が行えるようになります。 Javaア...


Challenge: The information and data on the internet are huge and it seems to be easy to find the correct answer for any question but in reality, it’s not. People can feel lost or c...
BAP의 개발서비스에 대한 소개를 경청해주셔서 감사합니다
17/07 20:28 ✓