Modelo de Score de Crédito para Antecipação de Recebíveis B2B
Visão geral
Sobre o que é este desafio
Construa um pipeline de ML para prever inadimplência em crédito B2B e receba um certificado verificável.
O cenário
A empresa opera no ecossistema de fintechs da Faria Lima, oferecendo linhas de antecipação de recebíveis de curto prazo (30 a 120 dias) para PMEs fornecedoras de grandes varejistas e indústrias.
O Brief
O que você vai fazer e o que vai demonstrar.
A fintech aprova ou recusa antecipações de recebíveis usando regras manuais fixas que não capturam o risco real de inadimplência de cada cliente, causando perdas por default e por recusas de bons pagadores.
Earning criteria — what you'll demonstrate
- Aplicar engenharia de atributos para transformar histórico transacional bruto em variáveis preditivas de risco
- Comparar e selecionar modelos de classificação considerando restrições de negócio, não apenas acurácia
- Avaliar modelos com métricas assimétricas alinhadas ao custo real de falsos positivos e negativos
- Construir um pipeline de machine learning reproduzível do treinamento ao deployment de scoring
Adequação ao Programa
Onde isso se encaixa no seu programa.
Aperfeiçoa as mesmas habilidades que seu curso espera que você demonstre.
Conteúdo alinhado em breve.
Habilidades
Habilidades que você vai demonstrar.
Cada um aparece no seu certificado verificado.
- Feature Engineering
Apply feature engineering to solve real industry problems and demonstrate production-level capability.
- Model Selection Under Business Constraints
Apply model selection under business constraints to solve real industry problems and demonstrate production-level capability.
- Model Evaluation
Apply model evaluation to solve real industry problems and demonstrate production-level capability.
- Cross Validation
Apply cross validation to solve real industry problems and demonstrate production-level capability.
- Scikit Learn
Apply scikit learn to solve real industry problems and demonstrate production-level capability.
Carreiras
Cargos para os quais este desafio te prepara.
Títulos reais. Pontes reais de habilidades. Escolha o mais próximo da sua trajetória.
Trilhas de carreira que este desafio desenvolve
Funções canônicasMachine Learning Engineer
Este desafio exercita a construção ponta a ponta de um pipeline de classificação de risco, da preparação dos dados ao script de scoring, experiência direta com o trabalho de quem constrói e mantém modelos preditivos em produção.
Este desafio aprimora
- feature-engineering
- model-evaluation
- scikit-learn
Risk Analyst
Trabalhar a análise de custo assimétrico entre falso positivo e falso negativo e a escolha do threshold de aprovação reflete exatamente as decisões que analistas de risco tomam ao balancear inadimplência contra receita perdida em crédito.
Este desafio aprimora
- model-selection-under-business-constraints
- model-evaluation
- cross-validation
Financial Analyst
A comparação de modelos e a leitura de métricas de risco aplicadas a decisões de concessão de crédito treinam a leitura financeira necessária para avaliar carteiras de recebíveis e propor políticas de aprovação.
Este desafio aprimora
- feature-engineering
- model-evaluation
- cross-validation
Só mais uma coisa