林叶的案例列表

LendingClub贷前信用评分卡 • 项目背景与目标：针对公开信贷数据存在字段泄露、时间漂移及标签右删失问题，基于 LendingClub 2007–2018 年约226万条贷款记录，搭建仅使用申请时点变量的可解释贷前评分卡，并将校准 PD 接入审批阈值、风险分级及盈利策略。 • 数据治理与建模：按时间划分开发集2014–2015（59.9万笔）、验证集2016（29.3万笔）及 OOT 测试集2017（16.9万笔）；排除 grade、int_rate 及贷后表现字段，完成训练期缩尾、单调 WOE 分箱、IV/相关性筛选，以15个变量构建 L2 Logistic 模型并完成 PDO5...

信贷资产贷后风险监控与逾期迁徙预警

金融-第三方支付林叶

项目背景与目标：针对贷后资产账龄不可比、逾期状态变化难追踪的问题，搭建贷款发放—月度表现数据集市及组合、Vintage和细分客群风险监控体系。 • 数据建模与监控：使用SQLite/SQL完成多表连接、CTE及LAG、累计窗口与滚动统计，构建MOB、FPD30、M1+/M3+、Vintage、Roll Rate及Cure Rate，并设置组合异常、M0→M1迁徙和细分客群三类预警。 • 工程化交付：在10,000笔贷款、253,991条月度记录的可复现合成压力情景中，识别组合M1+较基准上升3.80个百分点；定位M0→M1上升1.58个百分点、M1→M2上升9.27个百分点及M1修复率下降...

交易反欺诈规则与模型决策引擎

金融-第三方支付林叶

• 项目背景与目标：针对欺诈样本不平衡、随机切分易产生时间穿越且模型分数难以直接转化为业务动作的问题，在5万笔可复现仿真交易上搭建LightGBM＋规则决策引擎。 • 项目内容：按时间划分训练、概率校准、策略验证及OOT测试集，构建1h/24h交易频次等point-in-time特征，融合5类可审计规则，并在欺诈损失、误拒成本及8%人工审核容量约束下搜索放行、审核与拒绝阈值。 • 项目成果：OOT取得PR-AUC 0.161、ROC-AUC 0.735；验证集正常交易干预率≤5%时，OOT欺诈召回29.22%；最终Review Rate为7.24%，模拟损失较全部放行下降43.66%（节约...

交易反欺诈规则与模型决策引擎

金融-P2P 林叶

项目背景与目标：针对欺诈样本不平衡、随机切分易产生时间穿越且模型分数难以直接转化为业务动作的问题，在5万笔可复现仿真交易上搭建LightGBM＋规则决策引擎。 • 项目内容：按时间划分训练、概率校准、策略验证及OOT测试集，构建1h/24h交易频次等point-in-time特征，融合5类可审计规则，并在欺诈损失、误拒成本及8%人工审核容量约束下搜索放行、审核与拒绝阈值。 • 项目成果：OOT取得PR-AUC 0.161、ROC-AUC 0.735；验证集正常交易干预率≤5%时，OOT欺诈召回29.22%；最终Review Rate为7.24%，模拟损失较全部放行下降43.66%（节约13...

------ 加载完毕 ------