Secteurs›Services financiers
Services financiers

Certifiez l'IA de crédit et de fraude pour les régulateurs

Les scientifiques des données certifient depuis Jupyter, et le contrôle du pipeline Azure ML arrête un modèle non conforme avant son empaquetage.

L'enjeu

Les modèles de fraude et de crédit décident qui est refusé et qui est signalé. Les régulateurs exigent une gestion documentée du risque de modèle, l'équité entre les groupes et la preuve que les données personnelles sont protégées.

Cette preuve est requise pour chaque version mise en production, pas une fois par année.

Normes visées

Loi 25 du QuébecNIST AI RMFISO/IEC 42001Model risk managementFair lending
Ce que CertOne apporte

Une certification intégrée à la façon dont vos équipes travaillent déjà

01

Certifiez depuis le carnet

L'extension certone-jupyter soumet le projet depuis une cellule et affiche le verdict et les constats directement dans le carnet.

02

Un contrôle dans le pipeline ML

Une étape CertOne dans le pipeline Azure ML fait échouer l'exécution sur un verdict défavorable et liste chaque problème, donc le modèle n'est jamais empaqueté.

03

L'équité mesurée, pas déclarée

Des métriques comme l'écart de parité statistique sont calculées à partir des données d'évaluation dans des conteneurs confidentiels Kata et comparées aux seuils déclarés.

Comment vos équipes l'utilisent
Installez certone-jupyter

Dans l'environnement de carnets de l'équipe.

Certifiez depuis une cellule

Le verdict revient dans le carnet.

Contrôlez le pipeline Azure ML

Un verdict défavorable arrête l'empaquetage.

Systèmes certifiés dans la démo

Enregistrés sur la plateforme CertOne en production.

Card Fraud ScorerNuage

Un modèle de fraude à gradient boosting (ONNX) qui note les transactions par carte.

Voyez CertOne sur les systèmes de votre secteur

Inscrivez-vous pour voir les démonstrations complètes, enregistrées sur la plateforme en production.