Data scientist
- •Fraudedetectiemodel ontwikkeld met gradient boosting: € 4,2 miljoen verlies per jaar voorkomen, 30% minder false positives.
- •Monitoring van data- en modeldrift opgezet met MLflow en Evidently, inclusief automatische alerts.
- •4 modellen in productie gebracht met het MLOps-team (Docker, SageMaker), waardoor de doorlooptijd naar productie met twee derde daalde.
- •Maandelijkse presentatie van resultaten aan het risicocomité, met uitleg van modelkeuzes voor niet-specialisten.