66. TRAI Meet-Up’ın Konusu Bankacılık, Finans ve Yapay Zeka Oldu

66. TRAI Meet-Up'ın Konusu Bankacılık, Finans ve Yapay Zeka Oldu

Türkiye Yapay Zekâ İnisiyatifi tarafından her ayın üçüncü çarşambası düzenlenen, Youtube ve LinkedIn kanallarından canlı olarak yayınlanan 66. TRAI Meet-Up etkinliğinde “Bankacılık, Finans ve Yapay Zekâ” konusu işlendi.

Gerçekleşen TRAI Meet-Up’ına Bilge Köroğlu (Yapı Kredi Teknoloji, Uygulamalı Veri Bilimi Müdürü), Simge Danışman (Experian, Stratejik Çözümler ve İnovasyon’dan Sorumlu Genel Müdür Yardımcısı), Oktay Şahinoğlu (Türkiye İş Bankası, Data Science Chapter Lead), Prof. Özgür Martin (KoçDigital, Kıdemli Veri Bilimcisi), Berk Hacıağaoğlu (KoçDigital, Kıdemli Veri Bilimcisi), Mehmet Eray (F-Ray Finansal Teknolojiler, Kurucu Ortağı) ve Hasan Can Saral (Nerodata, CEO & Software Development Team Lead) katıldı. 

TRAI Ekosistem Yöneticisi Betül Kübra Ekinci’nin moderatörlüğünde gerçekleştirilen 66. TRAI Meet-Up’ında “Açıklanabilir Makine Öğrenmesi Destekli Vadeli Mevduat Fiyatlama Çözümü: ARIM”, “Yapay Zeka’da Endüstri X.0”, “Deep Learning in Banking”, “Explainable AI and Its Value in Financial Services”, “Ticari Kredi Süreçlerinde Yapay Zekâ Kullanımı” ve “Finans Kuruluşları ve Bankalarda Karar Destek Sistemleri, Yapay Zekâ Kullanımı” çeşitli konular izleyicilere aktarıldı. 

Açıklanabilir Makine Öğrenmesi Destekli Vadeli Mevduat Fiyatlama Çözümü: ARIM

TRAI Meet-Up’ın ilk konuşmacısı Bilge Köroğlu (Yapı Kredi Teknoloji, Uygulamalı Veri Bilimi Müdürü) oldu. “Açıklanabilir Makine Öğrenmesi Destekli Vadeli Mevduat Fiyatlama Çözümü: ARIM” başlıklı sunumunda makine öğrenmesi destekli vadeli mevduat faiz oranı tahminleme uygulaması hakkında bilgi verdi. 

Uygulama, bankanın stratejisine, müşteri profiline ve makroekonomik faktörlere göre günlük olarak müşterilere vadeli mevduat faiz tekliflerinin fiyatlamasını otomatik olarak gerçekleştiriyor. Hedef müşteri kitleleri özel müşterilerden oluşuyor. Uygulamanın kullanımı için müşteri numarası, tutarı ve vadesi girilerek müşterilere ne kadarlık vadeli mevduat oranı tahmin edileceği özel bankacılık portföy yönetmenlerine ve hazine ekibine öneri olarak sunulmaktadır. Uygulama, müşterilerin özellikleri, makroekonomik faktörler ve geçmiş verileri kullanarak eğitiliyor. ARIM, manuel işlemleri otomatikleştirerek, müşteri memnuniyetinin artmasına ve bankanın rekabet gücünü artırmakta olduğunu belirterek sunumunu tamamladı.

Yapay Zeka’da Endüstri X.0

TRAI Meet-Up’ın bir sonraki konuşmacısı Simge Danışman (Experian, Stratejik Çözümler ve İnovasyon’dan Sorumlu Genel Müdür Yardımcısı) oldu. “Yapay Zeka’da Endüstri X.0” başlıklı sunumunda Experian’ın son dönemde AutoML toolları ve kendi AutoML platformu Konveks ve alternatif veri kullanımı ile yoğun bir şekilde Türkiye sektöründe fayda sağlamak için çalışıyor. Metin, konuşma, modelleme sürecindeki otomasyon ihtiyacının neden ortaya çıktığını açıklıyor. Manuel çalışmaların zaman alıcı, hata yapmaya açık ve güncellemeleri zor olabileceği için otomasyon ihtiyacı ortaya çıkmıştır. Simge Danışman, Konveks, Experian Türkiye tarafından geliştirilmiş bir platform ve birçok banka tarafından kullanıldığını belirtti. Konveks, veri toplama, veri ön işleme, modelleme, model kalibrasyonu ve izleme süreçlerinde otomasyon sağlamakta olup verimliliği arttırıp ve daha iyi sonuçlar elde edilmesine olanak sağladığını izleyicilere aktardı. Ayrıca, alternatif veri kullanımı da sağlamakta ve bu sayede daha kapsamlı ve doğru modeller oluşturulabildiğini dile getirdi.

Deep Learning in Banking

TRAI Meet-Up’ın bir sonraki konuşmacısı ise Oktay Şahinoğlu (Türkiye İş Bankası, Data Science Chapter Lead) oldu. “Deep Learning in Banking” başlıklı sunumu ile izleyicilere Türkiye İş Bankası’nda uygulanan çalışmalar hakkında bilgiler aktardı.

Oktay Şahinoğlu, Türkiye İş Bankası şu anda üretim ortamında kullanılan beş farklı derin öğrenme use caselerini izleyiciler ile paylaştı.

Bunlar; 

·      IT Anomaly Detection (LSTM)

·      Cosuality on IT Systems (CNN)

·      Customer Request Management (Transformer)

·      Internal Document Serach (Transformer)

·      Customer Embedding (Tranformer)

Oktay Şahinoğlu beş farklı use case ile bankacılık sektöründe yaptıkları çalışmalardan örnekleri izleyiciler ile paylaştı.

“Explainable AI and Its Value in Financial Services”

TRAI Meet-Up’ın bir sonraki konuşmacısı ise Berk Hacıağaoğlu (KoçDigital, Kıdemli Veri Bilimcisi) ve Prof. Özgür Martin (KoçDigital, Kıdemli Veri Bilimcisi) oldu. Sunumda ilk sözü Berk Hacıağaoğlu aldı. “Explainable AI and Its Value in Financial Services” başlıklı sunumda finansta açıklanabilirlik ve açıklanabilir Yapay Zekâ geliştirmeleri ve gerçek senaryolarda uygulanabilir olması konusunu ele aldı. Finans analitik çalışmalar için her zaman öncü sektörlerden biri olarak yer almakta ve makine öğrenmesi yapay zekâ bankacılık alanında önemli çalışmalar yapılabilmekte yani gün geçtikçe yöntemlerin ve uygulamaların gelişmesi ile çalışmaların başarıları ve çalışma alanları artmakta olduğunu belirtti. Berk Hacıoğlu WhiteBox modeli ve nerelerde kullanılabileceği hakkında bilgi aktardı.

Berk Hacıağaoğlu’ndan sonra sözü alan Prof. Özgür Martin kendiliğinden yorumlanabilir yüksek doğrulukta açık kutu (whitebox) hakkında bilgiler aktardı. Daha sonrasında ise Optimum Kural Keşfi için uyguladıkları metodoloji ve çalışma örneklerini izleyicilere aktararak sunumunu tamamladı.

Ticari Kredi Süreçlerinde Yapay Zekâ Kullanımı

Bir sonraki konuşmacımız ise F-Ray Finansal Teknolojiler Kurucu Ortağı Mehmet Eray oldu. “Ticari Kredi Süreçlerinde Yapay Zekâ Kullanımı” başlıklı sunumunda B2B ve B2C tarafında borsa temelli teknik analiz ve bilanço incelemesinde makine öğrenimi kullanan algoritmalarla sundukları çözümler ile katılımcıları bilgilendirdi.

Mehmet Eray probleme ve ihtiyaçlara vurgu yaparak kullanılan algoritmalar, problemi ele alış biçimleri ve kullanılan değişkenler ile ilgili yaptıkları çalışmaları aktardı.

Yazılımcı kaynağı ile yani makine öğrenimi uzmanlarıyla finans uzmanlarının bir arada olup çalışmaların bu doğrultuda optimize edilmesi gerektiğini vurguladı. 

Finans Kuruluşları ve Bankalarda Karar Destek Sistemleri, Yapay Zekâ Kullanımı

TRAI Meet-Up’ın son konuşmacısı ise Hasan Can Saral (Nerodata, CEO & Software Development Team Lead) oldu. “Finans Kuruluşları ve Bankalarda Karar Destek Sistemleri, Yapay Zekâ Kullanımı” başlıklı sunumunda bankacılık ve finans sektöründe elektronik para ödeme kuruluşlarında risk odaklı karar destek sistemleri üzerine hizmet verdiklerini söyleyerek sunumuna başladı.

Riski, kredi verilmesi durumunda geri ödememe ya da firmanın batmasından ziyade dolandırıcılık riski ve başvurudaki sahtecilik riskini ele aldıklarını belirtti. Bankacılıkta fraud, kara para aklama dediğimizde ne anlaşıldığını ve bu süreçlerin nasıl yönetildiğinden bahsetti.

Bir bankanın yeni müşteri ediniminde kart vermesi ya da bankacılık işleminde ortaya çıkar risklerin nasıl yönetildiğini, makine öğrenimi ve yapay zeka ile süreçlerin nasıl daha efektif ve güvenilir olarak yönetildiği konusunda örnekleriyle izleyicileri bilgilendirdi.

Benzer Haberler
Image link
Türkiye Yapay Zeka Zirvesi’ne Az kaldı!
Türkiye yapay zeka ekosisteminin bir araya geleceği Zirve’de yerinizi ayırtın.
Send this to a friend