报名 | 风控中的A/B卡:申请模型和行为模型讲座

640?wx_fmt=png


随着个人消费信贷的飞速发展,尤其是线上消费金融的将分类模型应用在信贷流程上日益广泛。比较典型的是应用建模技术,解决贷前批量的申请准入和审批,和解决贷中信贷风险跟踪和预警。前者是申请模型,即A卡,在申请节点使用申请用户的所有可以获得的信息进行建模,通过模型分数来排除大部分不合格的高风险申请者;而后者是行为模型,即B卡,通过贷款成功但还有没还完贷款的用户的申请信息和还款中的账户行为等信息建模,模型分数被信贷机构用来识别高风险用户,进而进行提醒、催收等相应操作和进行风险损失预测等。


本场清华大数据“技术·前沿”系列讲座,我们邀请到博金贷金融科技研究院院长,现任排列科技首席科学家陈薇博士为大家介绍如何将机器学习分类模型应用于线上消费金融的信贷流程。


本课时通过案例,介绍A卡和B卡建立的详细流程和使用到的数据技术。整体建模过程按照业务理解、数据整合、特征生成和模型建立测试,梳理模型技术在信贷实际的应用。


【时间】6月3日 13:30-15:30

【地点】清华校内(报名通过后将以短信/邮件形式通知)

【报名方式】点击文末“阅读原文”扫描下方二维码报名


报名 | 风控中的A/B卡:申请模型和行为模型讲座_第1张图片


注:此次活动属于大数据能力提升项目实践模块讲座(8次以上)


【主办单位】清华大学交叉信息研究院、数据科学研究院

【协办单位】清华校友总会AI大数据专委会、清数大数据产业联盟


【嘉宾简介】


报名 | 风控中的A/B卡:申请模型和行为模型讲座_第2张图片


陈薇博士,博金贷金融科技研究院院长,江西互联网金融协会特聘风控专家,现任排列科技首席科学家。曾任职于Lendingclub (NYSE:LC) 任首席数据科学家,负责风险管理相关技术创新,开创性将机器学习与文本数据挖掘系统引入P2P贷款风险分析,取得非常良好的效果,并极大缩短了研发周期,主导的非传统风险模型与决策算法的研究与开发,使公司风控水准远高于美国传统银行。再之前,陈薇曾任Paypal(NYSE:PYPL)主任信贷分析师,专注线上交易风险识别和分析,尤其是银行交易的风险分析和建模设计,创新性将大数据,人工智能和机器学习运用于风险识别和决策。持有内布拉斯加大学计算机科学系博士学位,清华大学计算机工程系硕士及中国人工智能重点实验室成员,曾担任数个学术期刊评审,发表专业论文数十篇。


“技术·前沿”系列讲座

清华-青岛数据科学研究院“技术·前沿”系列讲座,以知识传播为使命,分享大数据新技术与前沿挑战;旨在介绍大数据面临的新挑战及各种前沿技术,与校内科研队伍互动交流。更多精彩干货及线下活动,敬请关注公众号数据派THU(ID:DatapiTHU)及姐妹号THU数据派(ID:datapi)

640?wx_fmt=jpeg

点击“阅读原文”报名

你可能感兴趣的:(报名 | 风控中的A/B卡:申请模型和行为模型讲座)