详细内容或原文请订阅后点击阅览
Carrington Labs首席执行官Jamie Twiss - 访谈系列
Jamie Twiss是一位经验丰富的银行家和数据科学家，在数据科学，人工智能和消费者贷款的交集中工作。他目前是卡林顿实验室的首席执行官，卡林顿实验室是可解释的AI驱动信用风险评分和贷款解决方案的领先提供商。此前，他曾是一名专业的首席数据官[…] Carrington Labs首席执行官Jamie Twiss - 访谈系列首次出现在Unite.ai上。
来源:Unite.AIJamie Twiss是一位经验丰富的银行家和数据科学家，在数据科学，人工智能和消费者贷款的交集中工作。他目前是卡林顿实验室的首席执行官，卡林顿实验室是可解释的AI驱动信用风险评分和贷款解决方案的领先提供商。此前，他曾是一家澳大利亚主要银行的首席数据官。在此之前，他在麦肯锡公司（McKinsey＆Company）担任顾问职业生涯后，在银行和金融服务的各种角色工作。
Carrington Labs您能解释一下Carrington Labs AI驱动的风险评分系统与传统信用评分方法的不同吗？
卡林顿实验室的风险评分方法与传统信用评分方法有多种不同：
我们的平台使用的数据集比以前的方法更大。传统的信用评分依赖于过时的技术，并且基于客户信用文件中可用的少量信息，主要是付款历史，这些信息仅给个人的快照有限，并且在许多人中都没有观点。在客户同意下，我们获取线条项目银行交易数据，并使用它来创建个人的更详细和更丰富的个人图片。
然后，我们使用现代的AI和机器学习技术将这些大量数据转变为个人信誉的尖锐观点，计算数百个单独的变量，并将它们结合成全面的整体视图。与信用评分不同，最终的分数可以完全解释和使用它们的贷方，这是神秘的黑匣子。这些分数还针对贷方的特定产品和客户细分市场量身定制，这使它们比信用评分更相关，因此更准确，这是在广泛的产品和客户范围内训练的通用评分。
您如何确保AI驱动的信用风险评估可以解释且对贷方和监管机构透明？