金工/计算机:互联网金融大数据风控模型项目

-回复 -浏览
楼主 2019-08-12 16:53:17
举报 只看此人 收藏本贴 楼主

FinTech Big Data Risk Model Project


项目介绍:


近年来,伴随着普惠金融概念在全球范围内的兴起,越来越多的金融科技(FinTech)公司兴起并给各个社会阶级和人群提供资金服务,其中比较著名的包括Lending Club、ZestFinance、Alibaba等。对于这些FinTech公司来说,风控又在所有环节中显得至关重要,一套完备的风控模型可以为资金方避免数亿的违约损失。在大数据时代,机器学习算法已经被证明可以很好地应用到风控模型中,这也是未来实现人工智能审贷的必经之路。


本项目基于国外某互金公司三年内的贷款数据及其逾期表现,旨在利用多种机器学习模型比较及优化,训练出一套兼具准确性、区分度和可解释型性的风控模型,解决贷前预测客户逾期概率的问题。


详细内容:


1. 介绍国内外互金行业的发展历程和商业模式,重点剖析风控环节的重要性和常见的解决方案;

2. 介绍项目背景、数据字段、算法说明以及项目目标;

3. 基于样例数据,设计可行性建模方案并讨论;

4. 数据预处理、变量分析、特征工程;

5. 熟悉常用的机器学习算法原理及其实现代码;

6. 利用不同的算法训练风控模型,比较算法间的优缺点;

7. 使用常见的评分卡模型评估指标,评价模型并确定最优方案;

8. 撰写项目总结报告。


科研目标:


传授学生基础的互联网金融行业知识,了解最新的行业动态;帮助学生在实战中提高机器学习算法的理解,并且有效的训练代码能力;培养学生完整的数据建模项目流程,以及解决实际案例的能力。


科研收获:


完成一篇英文科研报告/论文,导师推荐信。


适合专业:


  1. 金融、金融数学、金融工程等金融类专业;

  2. 统计、数学、应用数学等数学统计类专业;

  3. 数据科学、计算机等机器学习类专业。


学生要求:


  1. 了解常见的机器学习算法,包括逻辑回归、SVM、随机森林、AdaBoost、GBDT、深度学习等;

  2. 有一定的数学和统计基础;

  3. 掌握至少一种编程语言,包括Python、R、SAS、Matlab等。


学生可以提升的能力:


  1. 了解互联网金融行业的背景和商业模式,为以后的实习和工作提供一定的背景知识;

  2. 在实战中提升了学生对于机器学习算法的理解和应用技巧;

  3. 在导师指导下实现机器学习算法,锻炼了代码能力;

  4. 培养了学生设计解决方案、项目规划、撰写总结报告等综合科研能力。


项目时间:


2-3个月


项目方式:


远程,skypemeeting


项目名额:


2个名额


报名方式:


我们热情的欢迎真心愿意学习的同学来报名。如果你对自己有信心,愿意踏实做科研,请快快点击下方阅读原文,填写预报名表吧!

我要推荐
转发到