Abstracto

Aprendizaje automático 2018: aplicaciones de aprendizaje automático en el ámbito de las tarjetas de crédito - Jayatu Sen Chaudhury-American Express

Jayatu Sen Chaudhury

Teniendo en cuenta los enormes volúmenes de información accesible (tanto organizada como no organizada) para los usuarios de tarjetas American Express, American Express ha adoptado la IA en todos sus procesos comerciales centrales de gestión de riesgos de crédito y extorsión, promoviendo la investigación y las actividades. El trabajo implicó la estructuración de centros de distribución de información internos con el nivel adecuado de controles de seguridad y luego utilizando cálculos de IA de calidad de arte a partir de fuentes abiertas para resolver problemas comerciales extraordinarios en diferentes verticales comerciales. La selección de IA ha garantizado el funcionamiento de modelos financieros sólidos utilizando los datos más simples posibles, transmitiendo la mejor fuerza de visión con la máxima precisión. Los modelos se actualizan con la mejor frecuencia posible, lo que garantiza que los modelos se integren con los datos más recientes. Esto ha provocado una gran mejora en los controles de riesgo de tergiversación y también ha mejorado la focalización de las secciones adecuadas con una precisión mucho mayor en la comercialización. Como parte de la introducción, se discutirán 3-4 casos de uso reales de los procedimientos centrales de American Express y la forma en que la IA ha cambiado por completo el juego. La conversación también incorporará las nuevas áreas en las que la organización está considerando realizar investigaciones y brindar el menor incentivo para los titulares de sus tarjetas. Dados los enormes volúmenes de información accesible (tanto organizada como no organizada) para los titulares de tarjetas American Express, American Express ha incorporado el aprendizaje automático a sus principales procesos comerciales de gestión de riesgos crediticios y de fraude, análisis de marketing y operaciones. El trabajo implicó la construcción de almacenes de datos internos con el nivel adecuado de controles de seguridad y luego el uso de cálculos de inteligencia artificial de calidad de arte a partir de fuentes abiertas para resolver problemas comerciales únicos en diferentes verticales comerciales. La selección del aprendizaje automático ha garantizado el funcionamiento de modelos financieros sólidos utilizando los datos más simples posibles, brindando la mejor fuerza de visión con la máxima precisión. Los modelos se actualizan con la mayor frecuencia posible, lo que garantiza que los modelos integren los datos actuales principales. Esto ha impulsado una mejora crítica en los controles de riesgo de fraude y, además, ha mejorado la focalización de los fragmentos de ajuste con mucha mayor precisión en la publicidad. Como parte de la introducción, los oradores guiarán a la audiencia a través de 3 o 4 casos de uso reales de los procedimientos centrales de American Express y cómo el aprendizaje automático ha cambiado por completo el juego. La conversación también incorporará las nuevas áreas en las que la empresa está considerando realizar investigaciones y brindar el incentivo más simple para los titulares de sus tarjetas. "Últimamente se han creado numerosas aplicaciones de inteligencia artificial efectivas, comenzando por programas de minería de datos que descubren cómo distinguir transacciones fraudulentas con tarjetas de crédito,"La IA está vinculada a la comprensión del pasado para elaborar predicciones sobre el futuro, y algunas de estas predicciones pueden ser erróneas. Una lógica de reglas inexacta puede dar lugar a la desestimación de transacciones importantes o a "falsos negativos" que provoquen pérdidas de ingresos o insatisfacción del cliente. Recuerde siempre que la IA, al igual que cualquier herramienta o tecnología, está ahí para satisfacer las necesidades de la empresa. Los cálculos de IA deben ser precisos: los algoritmos vinculados demasiado firmemente al comportamiento pasado están "sobrepreparados". Los algoritmos vinculados demasiado libremente al comportamiento pasado están "subpreparados". Determine el equilibrio empresarial adecuado entre los "falsos positivos" (aprobar pagos que deben descartarse) y los "falsos negativos" (aprobar pagos que deben aprobarse). Los algoritmos suelen reprogramarse con regularidad, según sea necesario, para mantenerse al tanto de los patrones cambiantes en el entorno empresarial.  

Biografía :

Jayatu Sen Chaudhury es vicepresidente de ciencia de datos comerciales y de comerciantes globales y director de Enterprise Digital & Analytics India para American Express, India. Antes de este puesto, fue director de gestión de información global, laboratorios de big data y capacidades avanzadas de riesgo. Forma parte de American Express desde 2001 y ha trabajado en diversas funciones de ciencia de decisiones para los mercados estadounidenses e internacionales. Obtuvo su doctorado en Economía financiera en IGIDR, Instituto de investigación económica financiado por el Banco Central del país (Banco de la Reserva de la India). Antes de unirse a American Express, trabajó en ciencia de decisiones durante dos años en GE Capital y en ICICI Bank.