Las instituciones financieras utilizan datos para la evaluación inteligente del crédito personal. Sin embargo, la privacidad de los datos financieros está aumentando gradualmente y los datos de entrenamiento de una sola institución financiera pueden presentar problemas en cuanto a volumen de datos bajo y baja calidad de datos. Aquí, al fusionar el aprendizaje federado con el aprendizaje profundo (FL-DL), proponemos de manera innovadora un algoritmo de comunicación dinámica y un algoritmo de agregación adaptativa como medios para resolver de manera efectiva los siguientes problemas asociados con la evaluación del crédito personal: protección de la privacidad de los datos, computación distribuida y almacenamiento distribuido.