Build high quality ML models quickly using a central Feature Generator Library

DIN 12:30 - 13:00

Zaal 1

Xebia Data


At TMNL we experienced some pain when multiple teams were developing features on a huge volume of bank transaction data. We will explain what our issues were and how building a Feature Generator Library helped us to boost ML model development speed and quality.

In our talk we will explain why we built a Feature Generator Libraray at TMNL, what it actually is and how we built it. The focus is on a technical audience but the high level message is useful for POs and strategic data professionals.

We hope to deliver the following takeaways:
- When is a feature generator library useful
- How to build one successfully and what are the tradeoffs to consider

  • Thema
    Data Science

    De impact van Data Science op onze business is enorm. Het ontsluiten van gestructureerde en ongestructureerde data door (zelf)lerende modellen vindt toepassing binnen allerlei bedrijven. Het oplossen van grote vraagstukken zoals: 'Hoe kan ik mijn klanten persoonlijker benadrukken met onze e-mailcampagnes?' of 'Kunnen we de hoeveleheid fraudegevallen bij aanvragen terugdringen?' gaat steeds sneller en effectiever door het gebruik van deze voorspellende toepassingen. Data Science helpt om continue waardevolle resultaten te behalen en te innoveren.