Stg recherche - dév. d'un framework de scores de confiance pour la prédiction du risque de défaut f/h

Votre rôle

Ce stage vise à concevoir et développer un framework permettant de calculer et d’utiliser des scores de confiance pour les modèles de prédiction du risque de défaut. L’objectif est d’évaluer la fiabilité des prédictions, d’identifier les cas à risque élevé d’incertitude, et d’intégrer ces scores dans le processus de prise de décision.

Contexte

Dans le cadre de la digitalisation des services financiers, notamment en banque en ligne, l’évaluation précise du risque de défaut est essentielle pour optimiser l’octroi de crédits et garantir la stabilité financière. Cependant, la fiabilité des modèles de prédiction reste un enjeu majeur, en particulier pour assurer la transparence et la robustesse des décisions automatisées.

Ce que vous allez faire

- Étudier l’état de l’art sur la quantification de l’incertitude et la confiance dans les modèles de machine learning, notamment dans le contexte bancaire.
- Développer un framework permettant de générer des scores de confiance pour les modèles de risque de défaut.
- Implémenter ces scores dans un pipeline de modélisation, en intégrant des techniques d’explicabilité et d’analyse de robustesse.
- Évaluer la performance et la fiabilité du framework sur des jeux de données réels ou simulés.