ML alkalmazása a lakossági kockázatkezelésben – múlt, jelen, jövő, kihívások egy modellezési vezető szemével

Hideg Szabolcs
Nordic Advanced Analytics and Risk Models Manager, Santander Consumer Bank – Nordic

Előadás bemutatása

Az előadás – egy rövid történelmi és fogalmi bevezető után – bemutatja, hogy milyen üzleti problémákra milyen módszerekkel és eszközökkel alkalmaznak Machine Learninget jelenleg a bankszektorban a lakossági kockázatkezelés területén. Az általános összefoglalót az előadó személyes szakmai példáival színesíti. Az előadás második fele kitér a nehézségekre és kihívásokra, amivel a banki kockázatkezelési területen dolgozó szakemberek manapság szembesülnek. Milyen irányba halad ez a terület a jelenlegi szabályozói környezetben? Miért lett a pénzügyi szektor kevésbé vonzó egy kezdő Data Scientist számára? Miért tartja az előadó mégis ezt a területet az egyik legizgalmasabbnak ML szempontból?

Előadó

Pénzügyi matematikusként 12 év szakmai tapasztalattal rendelkezem a bankszektorban lakossági kockázatkezelés, azon belül is prediktív modellezés területen. A GE Capital (Budapest Bank) behajtási és kockázatkezelési területein modellfejlesztőként eltöltött évek után, 2014-ben költöztem Finnországba, hogy csatlakozzak a Santander Consumer Bank északi régiójának (Finnország, Svédország, Dánia, Norvégia) modellezési csapatához mint szenior fejlesztő.
2017-ben Norvégiába költöztem és átvettem a matematikai modellek fejlesztéséért felelős terület vezetését, és jelenleg is ebben a pozícióban dolgozom.