Construire son propre modèle fondationnel de transactions pour la finance

Les données de transactions financières constituent l'un des signaux les plus riches qu'une entreprise puisse exploiter. Pourtant, la plupart des systèmes en production reposent encore sur des règles et des features hand-engineered, coûteuses à maintenir et incapables de capter la structure séquentielle des historiques clients. NVIDIA publie un guide technique pour construire un modèle fondationnel dédié à ces données tabulaires, applicable à la détection de fraude, au scoring ou à la personnalisation.