Digital Finance Services : Amartha Mikro Fintek menggunakan Credit Scoring API untuk Implementasi Kasus pada Industri
Meski #dirumahaja, kamu bisa tetap produktif untuk mempersiapkan kompetensi kamu dalam menunjang karirmu di dunia data, lho! Mengenal Digital Finance Services pada industri fintech Amartha, Credit Scoring API ternyata dapat digunakan untuk menghadapi kasus dalam pendanaan mitra di Amartha.
Dalam sesi Data Mentoring, DQLab berkolaborasi bersama Muhammad Farkhan Novianto, seorang Head of Data Analytics Amartha, untuk berbagi pengalaman tentang penggunaan Credit Scoring API pada Digital Finance Services.
Yuk, kita simak bersama!
1. Penggunaan Credit Scoring API untuk Pinjaman
Dengan memanfaatkan API, Amartha menggunakan credit scoring untuk kategori pricingnya. Melalui backgroundnya sebagai industri fintech mikro financial, Amartha membutuhkan credit scoring untuk menentukan kalkulasi harga bagi calon mitra atau orang yang akan mendapatkan pendanaan.
2. Orang yang Mendapat Pinjaman Berada di Pedesaan
Mitra dari Amartha sendiri, berlokasi di pedesaan atau wilayah terpencil yang terkadang tidak memiliki fasilitas internet. Sehingga, model yang diterapkan harus bekerja secara offline agar bisa mengakomodasi mitra tersebut. Dengan demikian, seorang praktisi data pada industri Amartha dapat menggunakan R sebagai bahasa pemrograman dalam pengolahan datanya.
3. API Sebaiknya Terpisah dari Sistem yang Lainnya
API yang tersedia sebaiknya terpisah dari sistem utama, dengan demikian data-data yang digunakan akan lebih mudah terupdate. Amartha sendiri, akan memperbaharui data-data yang mereka gunakan setiap minggunya untuk memperbaharui model berdasarkan historical performance. Jika API yang digunakan tidak dipisah, para praktisi data di Amartha harus mengikuti cycle dari Engineer, sehingga hal ini akan berdampak kurang efektif pada kinerja dalam perubahan model.
4. Terapkan Ilmunya dengan Mengakses DQLab Project Finance!
Setelah mengetahui kasus yang dihadapi di industri Fintech, kamu dapat lebih menguasai bahasa pemrograman apa yang tepat digunakan dalam pengolahan data sesuai dengan kebutuhan industri, salah satunya adalah R. Dengan memahami API dan Credit Scoring, kamu akan mengetahui pricing yang dibutuhkan dalam bisnis suatu industri.
Kamu juga bisa lho, mempelajari kasus-kasus finance menarik lainnya dengan mengakses DQLab Project "Data Analyst in Finance Part 1 Sekarang - Analisis Performa Cabang". Dengan mengakses DQLab Project ini kamu akan mempelajari data manipulasi menggunakan dplyr sehingga bisa melakukan eksplorasi data untuk menganalisis performa cabang dan juga membuat plot yang menarik menggunakan ggplot, sehingga bisa membantu untuk memahami data.
Yuk, simak 4 Step mudah untuk akses Projectnya!
Step 1: Sign-in ke akun DQLab di dqlab.id
Step 2: Pilih menu DQLab Project
Step 3: Pilih menu R Project
Step 4: Pilih Project "Data Analyst in Finance Part 1 - Analisis Performa Cabang"
Mulai Terapkan Ilmunya dengan Belajar Data Science bersama DQLab!
Tertarik berkarir di bidang data? Yuk, bergabung di DQLab! Kamu bisa membangun portofolio datamu dengan belajar data science di DQLab. Untuk kamu yang ingin mulai belajar data science atau siap berkarir jadi Data Analyst, Data Scientist, dan Data Engineer, persiapkan diri kamu dengan tepat sekarang. Tidak ada kata terlambat untuk belajar. Yuk #MulaiBelajarData di DQLab.
Dengan belajar di DQLab, kamu bisa:
Menerapkan teknik mengolah data kotor, hasilkan visualisasi data dan model prediksi dengan studi kasus Retail dan Finansial
Dapatkan sesi konsultasi langsung dengan praktisi data lewat data mentoring
Bangun portofolio data langsung dari praktisi data Industri
Akses Forum DQLab untuk berdiskusi.
Simak informasi di bawah ini untuk mengakses gratis module "Introduction to Data Science":
Buat Akun Gratis dengan Signup di DQLab.id/signup
Akses module Introduction to Data Science
Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab