Выберите тему — соберём контекст
Четыре направления: оценка кредитного риска, выявление мошеннических операций, работа с алертами ПОД/ФТ и автоматизация андеррайтинга с распознаванием документов.
Строим модели оценки вероятности дефолта на данных анкеты, кредитной истории, оборотов и поведения в каналах. Отдельно считаем стабильность по времени и по сегментам, чтобы качество не рассыпалось при смене рыночной ситуации.
Сочетаем правила, модель и граф связей между картами, устройствами и счетами. Решение принимается за десятки миллисекунд, а каждое срабатывание сопровождается понятным набором признаков для разбора и оспаривания клиентом.
Приоритизируем алерты финансового мониторинга по вероятности подтверждения подозрительной операции и автоматизируем сбор сведений для досье. Так снимается нагрузка с аналитиков и сокращается доля формально закрытых алертов.
Распознаём и проверяем комплект документов заявки: паспорт, устав, выписки, отчётность. Модель извлекает поля, сверяет их между собой и со справочниками, а на выходе формируется предварительное решение и перечень замечаний для андеррайтера.
Для сопровождения — не обязательно: мы передаём документацию, регламент мониторинга и обученную модель. Но практика показывает, что одна-две свои компетенции в команде заметно ускоряют развитие: они отвечают за данные и приоритеты, а не за алгоритмы.
Мы интегрируемся с источниками, к которым у вас уже есть законный доступ, и не запрашиваем данные напрямую у бюро от своего имени. Порядок обработки, сроки хранения и основания фиксируются в договоре и внутренних регламентах.
Именно поэтому в поставку входит мониторинг: контроль распределения признаков, качества решений и стабильности по сегментам. При выходе за пороги запускается переобучение, а при смене бизнес-процесса — пересборка модели с новой постановкой задачи.
Кроме стандартных метрик — Gini, AUC, KS — мы считаем стабильность по времени и по подвыборкам, строим калибровочные таблицы и проверяем модель на отложенном периоде, который не использовался при обучении. Результаты оформляются в виде отчёта о валидации.
Да. Для каждого решения формируется набор факторов с направлением и вкладом, пригодный для письма клиенту и для разбора второй линией. Мы не используем «чёрные ящики» там, где решение нужно обосновывать.
Для тонких файлов используются источники, которые не требуют истории именно этого клиента: обороты по счёту, отраслевые показатели, данные о регионе, поведение в каналах обслуживания. Такие модели строятся отдельно, чтобы не ухудшать качество по массовому портфелю.
Cookie и аналитика
Мы используем необходимые cookie для работы сайта и форм. Аналитические cookie (Яндекс.Метрика, включая запись сессий) подключаем только с вашего согласия — от него можно отказаться. Подробнее: Политика использования cookie и обработка персональных данных.