office@trainings.corpquants.ro
+
40 727 437 050
Căderea Bastiliei nr.14,
București, Romania
YouTube
Twitter
Facebook
Acasă
Catalog programe
inițiative educaționale
Cercetare
Evenimente
Aplicații educaționale
Prima pagină
Toate cursurile
Traseu de învățare
Model Risk Management & Validare — De la Model la Audit
Curriculum
6 secțiuni
26 de lecții
26 de ore
Extinde toate secțiunile
Restrânge toate secțiunile
Secțiunea 1 – Model Risk Management (MRM): fundația și “contractul” cu beneficiarul
Punem baza: ce este MRM, cum clasifici modelele și cum arată responsabilitățile într-un cadru sănătos.
4
1.1
1.1. Ce este Model Risk Management și de ce contează (model ≠ output)
1.2
1.2. Ciclul de viata al modelului: dezvoltare → aprobare → utilizare → monitorizare → modificare → retragere
1.3
1.3. Inventarul modelelor (niveluri de risc și ce impune fiecare)
1.4
1.4. Roluri și responsabilități: owner, developer, validator, user, aprobator (approver)
Secțiunea 2 – Date & reproducibilitate: condiția de “auditability”
Fără date și reproducibilitate, nu există validare credibilă. Înțelegem ce trebuie să fie “provabil”.
4
2.1
2.1. Trasabilitatea datelor (data lineage) pentru model (de la sursă la feature)
2.2
2.2. Calitatea datelor (data quality) minim necesar pentru validare (checks de bază)
2.3
2.3. Eșantionare, splitare, leakage: cum te ferești de “victorie falsă”
2.4
2.4. Pachet reproductibil: ce păstrezi ca dovadă (inputs/outputs/versioning)
Secțiunea 3 – Validare de performanță: discriminare & calibrare
Validarea nu înseamnă “un scor bun”, ci o verificare completă: performanță, calibrare și robustețe pe segmente.
5
3.1
3.1. Discriminare: AUC/ROC, KS, Gini – interpretare corectă
3.2
3.2. Calibrare: PD alignment, calibration curves, binning inteligent
3.3
3.3. Backtesting: ce verifici, când e fail, când e acceptabil cu acțiuni
3.4
3.4. Benchmarking & challenger: cum demonstrezi “best available”
3.5
3.5. Stabilitate Segmente: performanță pe clustere (industrie, mărime, produse)
Secțiunea 4 – Stabilitate & drift: monitorizare în producție
Construim o monitorizare practică (nu “teorie”), cu praguri, semafoare și plan de acțiuni.
5
4.1
4.1. Stabilitatea inputurilor (CSI) vs stabilitatea scorului (PSI)
4.2
4.2. Tipuri de drift: covariate shift, concept drift, label drift (pe înțeles)
4.3
4.3. Thresholds & traffic lights: praguri care nu blochează business-ul
4.4
4.4. Dashboard-UL de monitorizare: pachet lunar/trimestrial (ce intră obligatoriu)
4.5
4.5. Incidente de Model: triaj, RCA, plan remediere
Secțiunea 5 – Explicabilitate, bias & controale
Explicăm decizia modelului, controlăm “părtinirea (bias)” și punem reguli pentru overrides.
4
5.1
5.1. Explicabilitate pentru stakeholderi (nu doar “data science”)
5.2
5.2. Importanta risk driveri-lor & SHAP: ce poți spune și ce NU e corect să spui
5.3
5.3. Bias/fairness: riscuri, teste simple, decizii pragmatice
5.4
5.4. Overrides & expert judgement: policy, logging, control, feedback loop
Secțiunea 6 – Change management & documentație “audit-ready”
Închidem cu partea care face diferența în practică: schimbări controlate, versiuni, documentație standard și capstone.
4
6.1
6.1. Modificarea condițiilor de funcționare: când redezvolți modelul (și când NU)
6.2
6.2. Versionări: model, date, cod, parametri (minimul obligatoriu)
6.3
6.3.Documentație standard: Model Doc + Validation Report + Monitoring Plan
6.4
Capstone: “Pachet MRM” complet pentru un model (template + checklist)
Acest conținut este protejat. Pentru a vedea acest conținut, te rog
autentificare
sau
înscriere
la curs!
Modal title
Main Content