Construiré un modelo de puntuación de riesgo crediticio usando python y machine learning

¿Necesitas predecir el riesgo crediticio o la probabilidad de incumplimiento del cliente? Creo modelos de machine learning que evalúan el riesgo con precisión y que además son interpretables para el negocio, no solo una caja negra.

Lo que obtendrás:

• Análisis exploratorio de datos y preparación de características
• Modelo predictivo (Regresión Logística o XGBoost, dependiendo del alcance)
• Explicabilidad con SHAP, para que entiendas por qué el modelo predice lo que predice
• Opcional: calibración de probabilidad y marco de Pérdida Crediticia Esperada (ECL) alineado con las normas regulatorias del sector (OJK/IFRS 9)

He construido pipelines de scoring crediticio de extremo a extremo logrando un AUC de 0.77+ y una estadística KS en rango de "Excelente", con un fuerte enfoque en hacer que los resultados sean útiles para decisiones reales de negocio, no solo métricas académicas.

Herramientas que uso: Python (XGBoost, scikit-learn, SHAP), Pandas

¿No estás seguro de qué paquete se ajusta a tus datos y objetivos? Envíame un mensaje antes de ordenar y te ayudaré a definirlo correctamente.