Банк «Бланк» будет решать бизнес-задачи с помощью обогащенных внешними данными ML-моделей
Банк для бизнеса «Бланк» при поддержке ИТ-партнера GlowByte улучшил свою AML-модель для скоринга AI Compliance, обогатив ее данными с помощью библиотеки Upgini. Инструмент помог найти внешние релевантные данные о клиентах банка, которые повысили метрики модели при решении задачи антифрода среди юридических лиц.
Многие компании, исчерпав внутренний ресурс, ищут дополнительную информацию о клиентах. Наш партнер Upgini позволяет эффективно находить полезные источники среди сотен поставщиков. По сути, это маркетплейс для поставщиков. Потребителям сервис предоставляет удобный инструмент для поиска релевантных для их бизнес-задач данных, сокращая time-to-market на RND по обогащению существующих моделей и увеличению их качества либо по поиску внешних данных, когда своих недостаточно. Благодаря этому бизнес получает отличный инструмент, дающий конкурентное преимущество на рынке.
Рахмет Оджаев, старший аналитик практики Advanced Analytics GlowByte.
Благодаря продукту Upgini банк «Бланк» сможет находить данные под различные бизнес-задачи, бесплатно тестировать их локально в своем внутреннем контуре и проверять, насколько они обогащают действующие модели.
Ровно год назад мы внедрили AML-модели в наш банковский комплаенс, и уже в пилотном проекте они позволили существенно повысить надежность скоринга клиентов и уменьшить внимание финансового мониторинга к клиентам. Дополнительные внешние данные позволят улучшить текущие и решить новые из-за отсутствия информации задачи. Таким образом, мы продолжаем адаптировать банковскую платформу в рамках клиентоцентричного подхода к построению сервисов.
Екатерина Моисеева, руководитель службы финансового мониторинга банка для бизнеса «Бланк».