Oprogramowanie Naukowo Techniczne

Dystrybutor oprogramowania MATLAB i Simulink w Polsce

Mathworks
  • Zaloguj
  • Zarejestruj
  • Kontakt
  • Produkty
    Informacje o produktach
    • Lista produktów
    • Mapa produktów
    • Najnowsze wydanie
    • Wersja próbna
    • Cenniki
    • Typy licencji
  • Rozwiązania
    Obszary zastosowań
    • Analityka danych
    • Przetwarzanie obrazów
    • Biologia komputerowa
    • Przetwarzanie sygnałów
    • Internet przedmiotów
    • Systemy komunikacji
    • Matematyka finansowa
    • Systemy wbudowane
    • Mechatronika
    • Testowanie i pomiary
    • Nauka i edukacja
    • Układy sterowania
    • Projektowanie FPGA
    Dziedziny przemysłu
    • Automatyzacja i przemysł maszynowy
    • Przemysł medyczny
    • Biotechnologia i przemysł farmaceutyczny
    • Przemysł motoryzacyjny
    • Telekomunikacja
    • Elektronika i półprzewodniki
    • Transport lądowy i morski
    • Przemysł energetyczny
    • Usługi finansowe
    • Przemysł lotniczy i obronny
  • Wydarzenia
  • Szkolenia
    Szkolenia organizowane przez ONT
    • Szkolenia MATLAB i Simulink – terminy
    • Szkolenia zamknięte
    • Lista dostępnych kursów
  • Webinaria
  • Blog
  • O firmie

Webinarium na żywo
Zakończone

29 czerwca

godz. 11.00

on-line

Zarządzanie ryzykiem modelu z wykorzystaniem oprogramowania MATLAB

Modele wykorzystywane w zarządzaniu ryzykiem, aby spełniać wymogi regulacyjne, muszą charakteryzować się identyfikowalnością, odtwarzalnością i możliwością ponownego użycia. Poza obniżeniem kosztów operacyjnych, cechy te zapewniają elastyczność niezbędną do pracy zespołu oceniającego ryzyko. Trudność stanowić będą jednak częste zmiany przepisów, z którymi modele muszą być zgodne.

Do rozwiązania kluczowych wyzwań związanych z wdrażaniem modelu, jego walidacją, zarządzaniem i przeglądem niezbędna jest odpowiednia platforma. Zastosowane środowisko musi dawać wiele możliwości automatyzacji (automatyczne generowanie dokumentacji, automatyczna walidacja modelu itp.) i dostarczać pełny dostęp do tzw. model lineage (opisujący historię danego modelu, np. kiedy model był trenowany/walidowany, przy użyciu jakich danych, algorytmów czy parametrów), aby zapewnić przestrzeganie norm regulacyjnych, takich jak SR11-7, regulacje dot. wymogów kapitałowych Bazylea, CCAR, CECL i FRTB. Ponadto, kluczowe znaczenie ma wykorzystanie istniejących modeli i zapewnienie interoperacyjności języka programowania. Wszystkie te informacje muszą znaleźć podsumowanie w konfigurowalnych pulpitach nawigacyjnych, które mają być używane na żądanie przez kluczowych interesariuszy.

W tej sesji zademonstrujemy możliwości MRM MATLAB w rozwijaniu modeli (zaawansowana sztuczna inteligencja i uczenie głębokie), model lineage, automatyzacji tworzenia dokumentacji, ewaluacji modelu i jego stałego monitorowania. Kolejne kroki realizowane będąw ramach narzędzia MathWorks Model Inventory, które sprawia że MATLAB jest kompletnym rozwiązaniem do zarządzania modelami, a nie tylko narzędziem do tworzenia modeli ad-hoc.

Zakres tematyczny:

  • Zarządzanie cyklem życia modelu za pomocą MathWorks Model Inventory
  • Automatyzacja modeli i dokumentacji
  • Tworzenie narzędzi dla scoringu kredytowego, automatyczny wybór predyktora i grupowania (binningu)
  • Tworzenie modeli challenger przy użyciu zaawansowanych technik sztucznej inteligencji i uczenia maszynowego
  • Interoperacyjność z narzędziami open source w celu wykorzystania istniejących modeli
  • Zapewnienie środowiska umożliwiającego współpracę przy przeglądzie modeli
  • Narzędzia wdrożeniowe – od prototypu do produkcji
  • Tworzenie konfigurowalnych pulpitów nawigacyjnych i monitorowanie modelu w trakcie modelowania

Program

11.00-11.10 Wprowadzenie
11.10-11.45 Model Inventory

  • Śledzenie model lineage i zrozumienie zależności wystepujacych w modelu
  • Dostosowywalne pulpity nawigacyjne dla kadry kierowniczej
  • Wdrażanie alertów, wyzwalaczy i działań w ramach bieżącego monitorowania modelu
11.45-12.25 Automatyzacja

  • Lineage dokumentu i kodu
  • Automatyzacja tworzenia dokumentacji, śledzenia stanu i testowania
  • Eliminacja refaktoryzacji i rekodowywania modeli przeznaczonych do produkcji
12.25-12.30 Pytania i odpowiedzi

REJESTRACJA

webinar

O prowadzących

Ian McKenna rozpoczął pracę w MathWorks w 2011 roku jako inżynier aplikacji wspierający branżę usług finansowych. Głównym jego zainteresowaniem jest matematyka finansowa i jej zastosowanie od zarządzania ryzykiem, przez optymalizację portfela i alokację aktywów, aż do prognozowania szeregów czasowych i wyceny instrumentów. Przed dołączeniem do MathWorks pracował na Uniwersytecie British Columbia, opracowując kod symulacyjny stosowany w przemyśle do obróbki cieplnej stopów stali. Posiada tytuł doktora z Northwestern University i licencjat z University of Florida w materiałoznawstwie i inżynierii.

Paula Poza jest inżynierem aplikacji w MathWorks w branży finansowej. Ukończyła matematykę w Hiszpanii oraz studia matematyki aktuarialnej w Institute of Actuaries w Wielkiej Brytanii. Przed dołączeniem do MathWorks pracowała w firmach konsultingowych i podmiotach finansowych w Wielkiej Brytanii i Hiszpanii.

Powrót do listy wydarzeń
Dołącz do nas:

Kontakt:

Oprogramowanie Naukowo-Techniczne sp. z o.o.
E-mail: info@ont.com.pl
Telefon: +48 12 630 49 50

Siedziba
ul. Pod Fortem 19
31-302 Kraków

© 1992-2022 ONT Oprogramowanie Naukowo Techniczne

Polityka prywatności    Regulamin strony