MFM Analytics

Modelos preditivos mais usados no Brasil Para o Application Score : Modelos Estatísticos : Regressão Logística com Weight of Evidence (WoE) e Information Value (IV). Modelos de Machine Learning : Gradient Boosting (XGBoost, LightGBM, CatBoost), Random Forests. Modelos de Deep Learning : Redes neurais densas, como Multilayer Perceptron (MLP). Para o Credit Score : Modelos Estatísticos: Regressão Logística. Modelos de ML: Ensemble ML (XGBoost, CatBoost), Support Vector Machine (SVM), dados de Open Finance. Deep Learning: Autoencoders para detecção de anomalias, Transformers para dados tabulares. Para o Behavior Score : Modelos Estatísticos: Modelos de regressão (Linear e Logística) com variáveis de comportamento para definição de risco e gestão de limites concedidos. Modelos de ML: Gradient Boosting, Random Forests, K-NN. Deep Learning: RNN e LSTM para séries temporais de dados transacionais; Graph Neural Network (GNN) para relacionamentos entre os clientes. Para o Collection Score : M...

Como profissional de finanças corporativas, com experiência em projetos de ciência de dados, posso dizer que entrar no mercado de trabalho atual como recém-formado em Administração especializado em Finanças Corporativas é uma oportunidade empolgante, mas também desafiante. Isto acontece porque o cenário atual exige que os profissionais — novos e experientes — entendam não apenas de números e estratégia, mas também de tecnologia — especialmente da Inteligência Artificial (IA). E não dá para evitar essa tendência; ela é irreversível. Por isso, é preciso incorporar o uso da IA o mais breve possível na sua vida profissional. Com isso em mente, idealizei este artigo conciso mostrando como a IA pode acelerar a sua rotina, onde suas habilidades humanas fazem diferença, como se manter atualizado e quais padrões éticos seguir. Aproveitei para dar alguns exemplos de empresas no Brasil, Estados Unidos e Reino Unido onde os novos entrantes no setor financeiro já estão encarando — desde o Dia 1 —...