SHAP-Erklärungen für ein Kredit-Scoring-Modell unter EU-AI-Act
Übersicht
Worum es bei diesem Projekt geht.
Du erhältst ein vorhandenes XGBoost-Modell, einen anonymisierten Datensatz von 12.000 abgeschlossenen Anträgen plus die Kundenkommunikations-Richtlinie der Bank. Berechne SHAP-Werte global (Top-Treiber-Features für das Modell) und lokal (pro Antragsteller:in). Entwickle eine 1-Seiten-Briefvorlage in einfacher Sprache, die einer abgelehnten Kundin die fünf wichtigsten ablehnenden Gründe nennt — ohne Geschäftsgeheimnisse offenzulegen. Liefere Code, drei reale Beispielbriefe und ein Compliance-Memo.
Das Briefing
Was Du tust und was Du zeigst.
Liefere eine SHAP-basierte Erklärungs-Pipeline und Briefvorlage, die einer abgelehnten Kreditkundin die Entscheidung verständlich macht und den EU-AI-Act-Anforderungen genügt.
Earning criteria — what you'll demonstrate
- SHAP global und lokal auf ein produktives Tabular-Modell anwenden
- Erklärungen für nicht-technische Endkund:innen verständlich aufbereiten
- Compliance-Anforderungen aus dem EU-AI-Act in eine technische Pipeline übersetzen
- Den Trade-off zwischen Transparenz und Geschäftsgeheimnis verantwortungsvoll lösen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenData Scientist
Eine produktive Erklärungs-Pipeline für eine regulierte Branche zu bauen ist eines der wiederkehrenden Erstprojekte für Data Scientists in europäischen Finanzdienstleistern.
Dieses Projekt schärft
- shap
- xgboost
- model-interpretability
KI-Sicherheits-Forscher:in
Modell-Erklärbarkeit unter regulatorischem Druck praktisch umzusetzen ist die direkteste Brücke in KI-Sicherheits-/Verantwortungs-Rollen in Banken und FinTechs.
Dieses Projekt schärft
- explainable-ai
- model-interpretability
- regulatory-compliance
Angewandte:r KI-Wissenschaftler:in
Eine Methodik aus der ML-Forschung in eine Compliance-konforme, kundenfreundliche Kommunikations-Pipeline zu überführen ist angewandte KI-Arbeit im Reinformat.
Dieses Projekt schärft
- shap
- explainable-ai
- regulatory-compliance
Noch eine Sache