Modelování rizika pomocí hlubokého učení.
Obsah programu
Hluboké porozumění financím nevzniká přečtením jedné knihy - vzniká strukturovanou prací s daty, modely a reálnými rozhodnutími.
Struktura programu
-
Sprint 1: Srovnání přístupů k modelování PD
Logistická regrese vs. gradient boosting vs. hluboké sítě. Kdy který přístup dává smysl a proč.
-
Sprint 2: Feature engineering pro finanční data
Práce s makroekonomickými proměnnými, embedding kategorických proměnných, handling chybějících hodnot ve finančních výkazech.
-
Sprint 3: Generativní modely pro stresové testování
Variační autoencodery, syntéza scénářů, integrace do stresového frameworku.
-
Sprint 4: Validace a regulatorní aspekty
Backtesting, benchmarking, dokumentace modelu pro interní audit a Basel IV kontext.
-
Sprint 5: Nasazení modelu do produkce
Od notebooku k API: FastAPI, monitoring driftu, versioning modelů pomocí MLflow. -
Závěrečná oponentura
Prezentace vlastního projektu před skupinou a lektory, strukturovaná zpětná vazba.
Podrobný popis
Kreditní riziko se mění rychleji, než dokáže reagovat čtvrtletně aktualizovaný scorecard.
Tento program je navržen pro lidi, kteří již s daty pracují a potřebují posunout své modely dál. Zaměřujeme se na gradient boosting vs. hluboké sítě v kontextu PD modelů, na stresové testování pomocí generativních modelů a na to, jak správně validovat modely v souladu s požadavky Basel IV. Pracujeme v Pythonu s knihovnami PyTorch a Scikit-learn.
Program probíhá formou čtrnáctidenních sprintů. Každý sprint končí oponenturou výsledků v malé skupině, kde dostanete zpětnou vazbu od ostatních účastníků i od lektora. Lektoři mají praktické zkušenosti z risk oddělení českých a slovenských bank.
Kde kurz pomáhá nejvíce
Účastníci z předchozích běhů nejčastěji uváděli, že kurz jim pomohl konkrétně při redesignu PD modelů a při přípravě dokumentace pro interní validaci. Nejde o zaručené výsledky, záleží na kontextu vaší organizace.
Technické předpoklady
- Aktivní práce s Pythonem minimálně 12 měsíců
- Znalost základů strojového učení (regrese, klasifikace, cross-validace)
- Orientace v základních pojmech kreditního rizika (PD, LGD, EAD)