Miquido stworzyło zaawansowany system oceny kredytowej dla Nextbanku, automatyzując i usprawniając tradycyjny proces przyznawania kredytów za pomocą technik uczenia maszynowego. Projekt rozpoczęto od zebrania danych historycznych dotyczących demografii klientów, historii transakcji oraz historii kredytowej.

Następnie, zespół Miquido wykorzystał narzędzia takie jak regresja liniowa, lightGBM i XGBoost, aby stworzyć model predykcyjny. Początkowo zastosowano regresję liniową, a następnie sięgnięto po zaawansowane modele gradient boosting, które zapewniły wyższą precyzję. Modele były testowane i udoskonalane przy użyciu ponad 600 punktów danych, co pozwoliło na dokładniejsze oceny ryzyka.

Model oceny ryzyka został wdrożony jako mikroserwis w chmurze z użyciem API REST, co umożliwiło łatwą integrację z systemami Nextbanku. Architektura mikroserwisowa pozwala na szybkie przetwarzanie wniosków kredytowych i natychmiastowe obliczenie prawdopodobieństwa spłaty kredytu. System analizuje nowe wnioski kredytowe i dane użytkowników, co pozwala na oferowanie preautoryzowanych kredytów, zwiększając zaangażowanie klientów dzięki spersonalizowanym produktom finansowym.

Dzięki wdrożeniu AI, Nextbank osiągnął znaczne korzyści. System Miquido precyzyjnie przewiduje ryzyko kredytowe z 97% skutecznością. Modele lightGBM i XGBoost zapewniły wysoką precyzję i wydajność, z wynikami ROC na poziomie 0,75-0,85 i F1 Score na poziomie 0,69-0,71. Automatyzacja procesu oceny kredytowej i architektura mikroserwisowa przyspieszyły przetwarzanie wniosków, eliminując powtarzalne zadania i minimalizując uprzedzenia. Nowy system pozwala także na proaktywne identyfikowanie potencjalnych kredytobiorców, otwierając nowe strumienie przychodów i poprawiając zaangażowanie klientów dzięki spersonalizowanym produktom finansowym.