Banca·Cetelem
IA de Scoring Crediticio en Tiempo Real
Modelo ML que aprueba o rechaza solicitudes en menos de 800 ms
Entregado en 5 meses
PythonXGBoostSHAPFastAPIKubernetesMLflowAzure
Resultados
< 800 ms
Latencia de decisión
87%
Tasa de aprobación automática
+34%
Reducción fraude detectado
DORA + EBA
Cumplimiento
El Reto
El flujo de aprobación de financiación tardaba 24-48 h y dependía de analistas manuales. Clientes abandonaban la compra. Los modelos internos se re-entrenaban cada 6 meses, quedando obsoletos ante nuevos patrones de fraude.
La Solución
Construimos un pipeline de scoring con XGBoost + SHAP para explicabilidad, re-entrenamiento automático semanal, endpoint de decisión con SLA < 1 s, y dashboard de supervisión para compliance. Cumple DORA y guidelines EBA de modelos ML en finanzas.
Stack Tecnológico
Python
XGBoost
SHAP
FastAPI
Kubernetes
MLflow
Azure
¿Quieres resultados como estos?
Agenda una llamada y te mostramos cómo podemos ayudarte
Agendar llamada gratuita