信用卡已成為當今社會的必需品，為現代生活與消費提供著便利。然而，信用卡普及帶來便利的同時，違約風險也相伴而生。其中，違約預測是管理消費貸款業務風險的核心。

美國運通是一家綜合支付公司，作為世界上最大的支付卡發行商，他們致力于為客戶提供可提高生活品質及促使業務成功的產品、見解和經驗。美國運通在Kaggle平臺組織了本次大賽，旨在利用機器學習技術預測信用卡的違約概率。

比賽方提供了工業規模的數據集，參賽隊伍需要訓練、驗證和測試包括時間序列行為和匿名客戶檔案信息在內的數據集，創建特征，并探索AI技術來創建強大的模型，以此來挑戰和完善傳統的信用卡風險預測模型。

本次大賽有來自全球各頂尖高校的本科生、碩士生和博士生以及各知名科技公司及研究機構的AI工程師、數據科學家組成的4875支參賽隊伍參加。

冰鑒科技金融算法團隊綜合基于日常業務中對貸中風控建模的理解，為每個信用卡用戶生成在3月/6月/12月等不同時間窗口下的統計特征（例如：均值、標準差、最大值、最小值）、指數加權衰減平均特征和最近狀態變化特征等，最終衍生出近萬維特征向量。

通過分析特征分布隨時間的變化特性，篩選穩定性較好的特征，以保證模型在OOT效果上的泛化能力。同時結合相關性、IV值等對特征進行篩選，在保留表達能力的同時降低數據規模。對訓練樣本進行五折劃分，構建可靠的交叉驗證方案，有效評估每次模型修改和參數調節的效果變化，依托冰鑒科技的計算資源，在較大的模型和參數空間中搜索較優解。

在該比賽中，除了基于特征工程加機器學習模型的方案，冰鑒科技金融算法團隊還使用了時序神經網絡模型。對原始特征進行One-hot編碼、特征分類PCA降維、AutoEncoder編碼等不同方式處理后，得到信用卡用戶每個月狀態的表示向量，按時間先后順序輸入GRU模型，讓模型自動學習更復雜的表示特征，并后接全連接層完成違約分類任務。

整個方案訓練得到LightGBM、MLP、TabNet、GRU等多種模型的多個版本，基于單模型效果按特定比例進行融合，得到最終集成模型，在4875支參賽隊伍的角逐中排名前2%，斬獲銀牌。

據了解，Kaggle是一個全球范圍內的數據建模和預測競賽在線平臺，該平臺受到了國內外80萬名數據科學家關注，含金量高、參賽者眾，在業界廣受追捧。企業和學術機構均可在Kaggle上發布數據，學者和專家則參與競賽以角逐出最好的模型。目前，Kaggle已成為全球數據科學和機器學習競賽領域的最大社區。

此前，冰鑒科技的醫療算法團隊就在Kaggle新冠肺炎診斷模型競賽中摘得銀牌，此次在金融算法領域獲獎，再一次證明了冰鑒科技算法團隊的技術實力。除Kaggle以外，冰鑒科技還曾入選全球算法最佳實踐典范大賽(BPAA)100強。

作為人工智能企業服務領域的龍頭企業，冰鑒科技以技術立身，引進了一大批國內外頂尖的科學家及研發人員，成立AI實驗室，探索人工智能技術在金融、醫療、政務、安防等各個行業領域的落地運用。公司技術人員占比高達70%，在包括機器學習、NLP（自然語言處理）、知識圖譜、聯邦學習等方面獲得多項原創技術及核心專利，旗下擁有三家國家高新企業，成功入選國家級專精特新小巨人企業并登頂“中國智能科學技術最高獎”吳文俊獎。

?