Ik bouw een creditrisico scoring model met python en machine learning

Wil je het kredietrisico of de kans op wanbetaling van klanten voorspellen? Ik ontwikkel machine learning modellen die risico beoordelen met zowel nauwkeurigheid als zakelijke interpretatie, niet zomaar een black box.

Wat je krijgt:

• Exploratieve data-analyse en feature voorbereiding
• Voorspellend model (Logistic Regression of XGBoost, afhankelijk van de scope)
• SHAP explainability, zodat je begrijpt waarom het model voorspelt wat het voorspelt
• Optioneel: probabiliteitscalibratie en Expected Credit Loss (ECL) framing volgens industriële regelgeving (OJK/IFRS 9)

Ik heb end-to-end credit scoring pipelines gebouwd die een AUC van 0,77+ behalen en de KS-statistiek in de "Excellent"-range, met een sterke focus op het bruikbaar maken van de resultaten voor echte zakelijke beslissingen, niet alleen academische metrics.

Tools die ik gebruik: Python (XGBoost, scikit-learn, SHAP), Pandas

Weet je niet zeker welke package bij jouw data en doelen past? Stuur me een bericht voordat je bestelt, dan help ik je het goed te bepalen.