신용평가 머신러닝 모델링 프로젝트
기수 13기
트랙 데이터 (Data) Track
커리큘럼 6주
어떤 것을 배우나요?
- 실무형 신용평가 모델 구조 이해: CSS 스코어카드와 앙상블 모델 등 실무에서 쓰이는 모델 구조를 학습하고 직접 구축합니다.
- 고급 데이터 전처리 및 전략 설계: WoE/IV 기반의 변수 처리 기술과 등급화·컷오프 전략을 실무적인 관점에서 설계합니다.
- 전 과정 프로젝트 수행: 데이터 선택부터 최종 지표 확인, 발표까지 팀 프로젝트를 통해 실무 역량을 확보합니다.
이런 분께 추천합니다
- 실제 금융권 데이터를 활용해 신용평가 모델링의 A to Z를 경험해보고 싶은 분
- 단순한 모델링을 넘어 등급 설계 및 승인율 시뮬레이션 등 비즈니스 전략까지 도출해보고 싶은 분
- 협업 프로젝트를 통해 데이터 사이언티스트로서의 포트폴리오를 완성하고 싶은 분
커리큘럼
- 1주차 프로젝트 킥오프 및 신용평가 도메인 이해 – 신용평가 모델 개요, 실무 자료(KS, Gini, AUC, PSI) 스터디, 팀 구성
- 2주차 CSS 모델 기초 및 베이스라인 구축 – WoE/IV 이론, 데이터셋 확정, 베이스라인 로지스틱 회귀 모델 구축
- 3주차 피처 엔지니어링 및 모델 비교 – 외부 변수 추가, LightGBM·XGBoost 모델 구축 및 성능 비교(AUC, KS, Gini)
- 4주차 등급화 전략 및 컷오프 시뮬레이션 – PDO 기반 점수 스케일링, 구간별 부도율 기반 등급(A~E) 설계, 승인율 시뮬레이션
- 5주차 실무 전략 및 최종 성능 확인 – PSI 모니터링, SHAP 변수 기여도 시각화, 전체 파이프라인 최종 지표 비교
- 6주차 팀별 최종 발표 및 종합 피드백 – 프로젝트 최종 발표 및 실무 관점의 강사 피드백
