ZestFinance美国金融科技公司，主要要做的是将机器学习与大数据分析融合起来，提供更加精准的信用评分。

  ZestFinance的核心竞争力在于数据挖掘能力和模型开发能力，在其模型中，往往要用到3500 个数据项，从中提取70,000 个变量，利用 10 个预测分析模型，如欺诈模型、身份验证模型、预付能力模型、还款能力模型、还款意愿模型以及稳定性模型，进行集成学习或者多角度学习，并得到最终的消费者信用评分。

  ZestFinance 的评分模型更新并细化的速度很快，从2012年至今，差不多每一个季度就会新推出一个新的信用评估模型。最早，ZestFinance 只有信贷审批评分模型，目前已经开发出八类信用评估模型，包括市场营销、助学贷款收债、法律收债、次级汽车抵押贷款，等等，用于不同信用风险评估服务。

  京东金融宣布与美国大数据技术公司ZestFinance成立合资公司ZRobot，后者将在中国市场面向银行、汽车金融、消费金融、小贷公司等金融及非金机构，提供信用评分、风险定价、欺诈识别、精准营销等服务。

  Most traditional underwriting systems use fewer than 50 data points for credit decisions. The Zest Automated Machine Learning (ZAML) platform is an end-to-end underwriting solution that allows you to take advantage of machine learning and thousands of data points, at scale, and with speed and full transparency. With ZAML, you can more accurately assess thin-file and no-file borrowers-such as millennials-that traditional underwriting systems overlook.

  Since 2009, ZestFinance has been developing and refining its underwriting platform as it provided credit scores for hundreds of millions of prospective borrowers worldwide. Now, with ZAML, we’re offering our end-to-end technology platform and underwriting expertise to financial firms around the world.