Wyzwanie
Dla naszego klienta, lidera w dziedzinie bankowości, przygotowaliśmy szkolenie „Al w bankowości”, którego celem było zdobycie praktycznej wiedzy pozwalającej pracownikom banku na samodzielną realizację projektów, wymagających użycia technik sztucznej inteligencji.
Rozwiązanie
Potrzeba klienta została zrealizowana w oparciu o przeprowadzenie szkolenia składającego się z 4 modułów:
- Wprowadzenie do języka Python – 1 dzień.
- Praca z danymi w Big Data – 3 dni.
- Algorytmy i techniki Machine Learning – 4 dni.
- Wprowadzenie do algorytmów i technik Deep Learning – 4 dni.
Szczegółowy program szkolenia został opracowany w oparciu o wyniki ankiety wstępnej przeprowadzonej wśród kursantów oraz o zdefiniowany katalog wymaganych umiejętności, potrzebnych do samodzielnej pracy. Następnie uczestnicy szkolenia o zbliżonych umiejętnościach i doświadczeniu zostali podzieleni na grupy. To pozwoliło nam sprawniej przeprowadzić szkolenie i zrealizować dodatkowe tematy na prośbę uczestników. Łącznie szkolenie przygotowane zostało dla 24 osób.
Zajęcia miały formę warsztatów praktycznych poprzedzonych odpowiednim wprowadzeniem teoretycznym do każdego zagadnienia. Z uwagi na specyfikę problemów, w trakcie warsztatów, wykorzystaliśmy dane z obszaru bankowości i wspólnie z uczestnikami tworzyliśmy rozwiązania typowych problemów z tej dziedziny. W oparciu o specjalnie przygotowane zadania uczestnicy mieli możliwość przećwiczyć zdobytą wiedzę i szybciej zaimplementować prezentowane techniki w praktyce. W szkoleniu wykorzystane zostały narzędzia i frameworki takie jak Scipy, XGBoost, Tensorflow, Apache Spark, Jupyter Notebook. Szkolenie zostało przeprowadzone na naszej platformie szkoleniowej i skonfigurowanych odpowiednio maszynach wirtualnych.
Efekty
Kursanci zdobyli praktyczną wiedzę z obszaru :
- pracy z Python przy analizie danych;
- pracy z dużymi zbiorami danych w oparciu o silnik Spark;
- tworzenia modeli z pomocą algorytmów maszynowego uczenia;
- prototypowania Sieci Neuronowych do problemów klasyfikacji i prognozowania;
- wdrażania modeli na produkcję i ich dalszego tuningowania.
W trakcie części warsztatowych pracowaliśmy nad rozwiązaniami problemów:
- predykcji szeregów czasowych i wartości klienta;
- scoringu ryzyka kredytowego oraz
- detekcji fraudu na podstawie transakcji.
Podsumowanie
Szkolenie pozwoliło na szybkie wdrożenie w organizacji najnowszych narzędzi i technik, a także ulepszenie istniejących modeli. Uczestnicy otrzymali gotowy zestaw notebooków, dzięki którym mogli w krótkim czasie zaimplementować przedstawione na szkoleniu rozwiązania.
Ze szkolenia tego typu mogą skorzystać przedstawiciele obszaru bankowości i bezpieczeństwa, w szczególności zajmujący się analizą danych, budową modeli scoringowych czy detekcją anomalii. Korzyści płynące ze szkolenia to szybkie wdrożenie najlepiej rokujących modeli na produkcję i budowa rozwiązania end-to-end.