문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
금융 서비스에서의 ML 소개
- 금융 분야에서 흔히 사용되는 ML 사례 개요
- 규제 산업에서의 ML의 장점과 도전 과제
- Azure Databricks 에코시스템 개요
금융 데이터를 ML을 위한 준비
- Azure 데이터 레이크나 데이터베이스에서 데이터 가져오기
- 데이터 정제, 특징 공학, 변환
- 노트북에서 탐색적 데이터 분석 (EDA)
ML 모델 학습 및 평가
- 데이터 분할 및 ML 알고리즘 선택
- 회귀 및 분류 모델 학습
- 금융 지표로 모델 성능 평가
모델 Management을 MLflow로
- 매개변수와 지표를 사용하여 실험 추적
- 모델 저장, 등록 및 버전 관리
- 모델 결과의 재현성과 비교
ML 모델 배포 및 제공
- 배치 또는 실시간 추론을 위한 모델 패키징
- REST API 또는 Azure ML 엔드포인트를 통해 모델 제공
- 예측을 금융 대시보드 또는 알림에 통합
모니터링 및 재학습 파이프라인
- 새로운 데이터로 정기적으로 모델 재학습 예약
- 데이터 드리프트 및 모델 정확도 모니터링
- Databricks 작업으로 끝까지 자동화된 워크플로우
Use Case 워크스루: 금융 리스크 점수
- 대출 또는 신용 신청을 위한 리스크 점수 모델 구성
- 투명성과 준수를 위한 예측 설명
- 통제된 환경에서 모델 배포 및 테스트
요약 및 다음 단계
Requirements
- 머신러닝 기본 개념에 대한 이해
- Python 및 데이터 분석 경험
- 금융 데이터셋이나 보고서에 대한 친숙함
대상
- 금융 서비스에서 활동하는 데이터 과학자 및 ML 엔지니어
- ML 역할로 전환하는 데이터 분석가
- 금융에서 예측 솔루션을 구현하는 기술 전문가
7 Hours
