|
소셜러닝의 메커니즘 규명도 중요한 연구 과제이다.
사회적 차원에서는 공동체 기반 학습과 사회적 자본 형성에 대한 관심이 높아지고 있다. 지역사회 학습 네트워크, 세대 간 학습, 다문화 학습은 모두 사회학습이론의 확장된 적용 영역이다
|
|
|
신용평가에서의 차별
현상: 전통적인 금융 거래 이력 외에 소셜 미디어 활동, 온라인 구매 내역, 통신 요금 납부 기록 등 다양한 디지털 발자국을 활용한 신용평가 시스템이 등장하고 있다. 이러한 방식은 금융 이력이 부족한 사람들에게 신용
|
|
|
소셜네트워크서비스(SNS: 트위터, 페이스북 등)와
소셜미디어 활성화에 따른 기업의 온라인 마케팅전략은 효과적인가
4.어떤 유형이 보다 바람직한가?
아래 두 유형 중 한가지를 골라 본인의 의견을 기술하시오.
- 격려를 하는 유형
|
|
|
|
러닝, 딥러닝 등 관련 기술 이해. AI 편향성 및 설명 가능한 AI(XAI)의 중요성. 금융 분야에서의 AI 활용 사례(챗봇, 로보어드바이저, 신용평가) 및 AI 가이드라인의 핵심 가치 분석.
? 빅데이터: 빅데이터의 정의 및 공통적 속성(3V: Volume, Velocity, Var
|
|
|
신용평가 기법 고도화 및 고객 유형 세분화 등을 통해 새로운 대출 시장 창출이 가능해 질 것으로 보임.
빅데이터를 통해 신용평가를 하는 방법
소셜(SNS 글 및 친구, 지인, 가족의 관계 및 활동 분석) DATA
+
컨소시엄 內 고객정보 (구매이력, 연
|
|
 |
신용평가회사, 회계사, 변호사 등의 전문가 집단, 은행 및 신용보증기금 등 신용보강(信用補强)기관 등 많은 금융법률회계전문가들이 합심하여 만들어 내는 것이기 때문이다.
이러한 자산유동화는 고정자산(固定資産) 축적(蓄積)과 부실채권
|
|
|
신용정보회사의 기능을 정책자금 분야도 취급할 수 있도록 하여야 한다.
신용정보회사에 정책자금 사용자의 신용평가가 가능하도록 하여 년 1~2회 정기적으로 신용평가를 실시하고 부실징후를 발견할 수 있도록 하며, 한편 경영지도 전문업
|
|
|
신용평가기관은 저작권 유동화자산에 대한 세부적인 분석을 통해 필요한 신용보강 수준을 평가하는 한편 발행에 참여하는 각 기관 및 발행 절차상 도입되는 다양한 위험통제장치들의 신용위험 수준을 파악함으로써 저작권 유동화증권의 원
|
|
|
신용평가기관들은 기업의 소유구조를 기업의 신용 및 경쟁력 평가에 영향을 미치는 주요 외생병수로 다루고 있다. 최근 우리나라에서도 기업지배구조에 대한 논의가 진행되면서 재벌기업의 문어발식 경영권 확장을 제한하기 위한 제도인 출
|
|
|
신용평가시스템의 보유미비, 신용보증기관의 일반은행으로의 보증업무국한, 리스크 매니지먼트의 전문성결여, 높은 수신금리에 따른 수신유치와 이에 수반한 높은 여신금리 적용 여신실행(감독당국의 이자율 제한 이전까지)으로 인한 대출
|
|
 |
한국기술신용평가(주)에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황, 관
|
|
|
한국기술신용평가(주)에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황, 관
|
|
 |
한국기술신용평가(주)에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황, 관
|
|
|
한국기술신용평가(주)에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황, 관
|
|
|
나이스신용평가(주)에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황, 관계
|
|
 |
신용 리스크 관리 역량을 더욱 발전시킬 기회를 얻었습니다. 인턴 기간 동안 금융 데이터의 정제, 고객 신용평가 보조, 리스크 모델링 등을 수행하며 실무에서 요구되는 분석 능력과 비즈니스적 사고를 익힐 수 있었습니다. 또한, 데이터를 단
|
|
 |
다 정밀한 평가 모델을 구축하고, 실질적인 투자 의사결정에 기여할 수 있는 분석 전문가로 성장하고 싶습니다.
중장기적으로는 데이터 분석 기술을 활용한 신용평가 모델 고도화에 기여하고 싶습니다. 최근 금융업계에서는 AI 및 머신러닝
|
|
 |
신용평가 시장에서도 경쟁력을 갖출 수 있도록 기여하고자 합니다.
입사 후에는 지속적인 학습과 연구를 통해 신용평가 모델의 정확도를 높이고, 한국평가데이터의 신뢰도를 향상시키는 데 기여하겠습니다. 데이터 분석과 머신러닝을 활용
|
|
 |
신용평가 모형 개발’이라는 주제로 금융 관련 공모전에 참가한 경험이 있습니다. 이 프로젝트에서 저는 팀의 데이터 수집과 모델링을 담당하며, 머신러닝 기법을 활용하여 신용평가 모델을 개발하려 했습니다. 그러나 초기에는 신용평가에
|
|
 |
평가 및 채권 관리 프로세스를 자동화하는 기술을 개발하는 데 집중하고자 합니다.
먼저, 금융 데이터 분석 및 머신러닝 기술을 활용하여 보다 정교한 신용평가 모델을 구축하고, 채권 관리의 효율성을 높일 수 있는 솔루션을 개발하고 싶습
|
|
메뉴펼치기
