金融B端风控模型
微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。
案例介绍
负责项目的整体架构设计（包括硬件、软件层面）、核心代码开发设计、项目生产部署、算法团队日常工作管理、人力资源管理等。
结合公司财务因子、发债行情因子、舆情因子等构建公司违约风险模型，其中要解决小样本问题、样本不均衡问题，采用传统的机器学习分类模型（逻辑回归、Xgboost分类、神经网络等），再结合业务的经验，融入一线人员的业务经验，将模型与经验相结合，预警准确率较高，达到95%，满足业务需求。
结合公司财务因子、发债行情因子、舆情因子等构建公司违约风险模型，其中要解决小样本问题、样本不均衡问题，采用传统的机器学习分类模型（逻辑回归、Xgboost分类、神经网络等），再结合业务的经验，融入一线人员的业务经验，将模型与经验相结合，预警准确率较高，达到95%，满足业务需求。
金融B端风控模型
联系该工程师
微信扫码，建群沟通
案例介绍
负责项目的整体架构设计（包括硬件、软件层面）、核心代码开发设计、项目生产部署、算法团队日常工作管理、人力资源管理等。
结合公司财务因子、发债行情因子、舆情因子等构建公司违约风险模型，其中要解决小样本问题、样本不均衡问题，采用传统的机器学习分类模型（逻辑回归、Xgboost分类、神经网络等），再结合业务的经验，融入一线人员的业务经验，将模型与经验相结合，预警准确率较高，达到95%，满足业务需求。
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
扫码加微信 · 客服人工对接
