Ich erstelle ein Kreditrisiko-Bewertungsmodell mit Python und Machine Learning

Willst du das Kreditrisiko oder die Ausfallwahrscheinlichkeit eines Kunden vorhersagen? Ich entwickle Machine Learning-Modelle, die Risiko mit sowohl Genauigkeit als auch Geschäftstauglichkeit bewerten, nicht nur eine Black-Box.

Was du bekommst:

• Explorative Datenanalyse und Feature-Vorbereitung
• Prädiktives Modell (Logistische Regression oder XGBoost, je nach Umfang)
• SHAP-Erklärbarkeit, damit du verstehst warum das Modell das vorhersagt, was es vorhersagt
• Optional: Wahrscheinlichkeitskalibrierung und Expected Credit Loss (ECL) Rahmen, abgestimmt auf Branchenregulierungen (OJK/IFRS 9)

Ich habe End-to-End-Kredit-Scoring-Pipelines gebaut, die eine AUC von 0,77+ und KS-Statistiken im "Ausgezeichneten" Bereich erreichen, mit starkem Fokus darauf, Ergebnisse für echte Geschäftsentscheidungen nutzbar zu machen, nicht nur auf akademische Metriken.

Tools, die ich verwende: Python (XGBoost, scikit-learn, SHAP), Pandas

Weißt du nicht, welches Paket zu deinen Daten und Zielen passt? Schreib mir vor der Bestellung, und ich helfe dir, den Umfang richtig zu definieren.