Szkolenie szeroko omawia zagadnienia związane ze standardami budowy modeli ryzyka z uwzględnieniem najnowszych osiągnięć z dziedziny nauczania maszynowego.

Uczestnik szkolenia zapozna się technikami budowy modeli PD/LGD od momentu przygotowania danych do uzyskania prognoz przygotowanych na podstawie oszacowanych modeli.

Celem szkolenia jest zaznajomienie uczestników z teoretycznymi podstawami estymacji modeli oraz praktyczną implementacją przestawionych rozwiązań w języku Python. W tym celu, by w pełni uczestniczyć w kursie, rekomendowane jest posiadanie dedykowanego środowiska z oprogramowaniem Python w wersji 3.8 lub wyższej.

Szkolenie jest prowadzone w formie prezentacji oraz interaktywnej części związanej z zastosowaniem prezentowanych rozwiązań na przygotowanym zbiorze danych.
Szkolenie jest adresowane do osób odpowiedzialnych za rozwój modeli ryzyka w instytucjach finansowych oraz menedżerów działów zarządzania ryzykiem. Nie wymaga wstępnej wiedzy z zakresu znajomości języka Python.

Ukończył studia magisterskie na kierunku Informatyka i Ekonometria, oraz studia doktorskie na kie-runku Ekonomia na Wydziale Ekonomiczno-Socjologicznym Uniwersytetu Łódzkiego. Obecnie kieruje pracami Zespołu Modelowania Ryzyka Straty w mBanku. Odpowiada za budowę i utrzymanie modeli parametrycznych (LGD, EAD) wykorzystywanych w procesach utraty wartości, kapitału regulacyjne-go i testów warunków skrajnych. Ekspert z ponad 10 letnim doświadczeniem w budowie modeli regu¬lacyjnych w reżimach IRB/IFRS 9 (PD, LGD, CCF), modeli finansowania specjalistycznego, modeli spre¬adu kredytowego oraz modeli dochodu. Zaangażowany w projekty dotyczące m.in. zmiany definicji default, nowych wytycznych EBA dla parametrów IRB, przeprowadzania testów warunków skrajnych na potrzeby EBA, Bazylei IV, implementacji narzędzi do zarządzania ryzykiem