ВКР 75 с., 18 рис., 30 источн., 9 прил. СКОРИНГ, МЕТОДЫ АНАЛИЗА ДАННЫХ, ОЦЕНКА КРЕДИТОСПОСОБНОСТИ ЗАЕМЩИКА, МИКРОФИНАНСОВАЯ ОРГАНИЗАЦИЯ, PYTHON В работе формулируются предложения по внедрению автоматизированного решения в области скоринг - оценки кредитоспособности заемщиков в деятельность микрофинансовой организации. Рассматриваются технологии обработки данных, на которых построены модели скоринга, делается выбора в пользу моделей, построенных на методах машинного обучения. Проектируется архитектура информационной системы скоринг-анализа, разрабатывается программная реализация модели машинного обучения на основе градиентного бустинга для оценки кредитоспособности заемщика. Объект исследования – скоринг в микрофинансовой организации. Цель выпускной квалификационной работы – проектирование информационной системы скоринг-анализа для микрофинансовой организации, раз-работка программной реализации модели скоринг-анализа. Методы и средства исследования и разработки: методы проектирования: стандарты IDEF0 – методология функционального проектирования и DFD - диаграммы потоков данных; универсальный язык моделирования UML, средства проектирования BPWin; инструментальные средства программной реализации: инструментальная среда Anaconda, язык Python, библиотеки реализации методов машинного обучения. Требования к аппаратно-программным средствам: операционная система Windows, Linux, Ubunta и др., виртуальная среда для поддержки Python, облачная среда для развертывания базы ClickHouse. Область применения – организации по оценке кредитоспособности заемщиков. архив содержит текст пояснительной записки, исходные файлы, текст программы на языке Python, файл в формате mp4 для демонстрации работы программы