Строим антифрод и потоковую аналитику на заказ для банков, платежных сервисов, маркетплейсов и страховых. Потоковая — значит, система обрабатывает события в момент их появления и успевает отреагировать до потери денег. В проект входят модель, онлайн-расчет признаков и встройка в ваш поток данных.
Анализ пачками, раз в сутки, опаздывает: к моменту, когда ночной отчет пометит транзакцию, средства уже выведены. Потоковый скоринг вмешивается в момент операции, а не наутро.
Решение в потоке за миллисекунды
Система считает признаки на лету: скорость операций за окно времени, связи карт, устройств, IP и получателей. Эти связи выявляют схему там, где одиночная транзакция выглядит чистой.
ML на Kafka/Flink без расхождения признаков
Основа — ML на Kafka/Flink: Kafka держит очередь событий, Flink считает по ней признаки в реальном времени. Признаки («фичи») для обучения и боевой работы считаются одним кодом, поэтому расхождений между ними не возникает. Под пиковой нагрузкой обработка замедляется предсказуемо, без падения.
Чем отличаемся
Чувствительность подбираем под вашу экономику: во что обходится пропущенный фрод и во что — заблокированный честный клиент. Эффект замеряем в теневом режиме (модель работает молча, ее решения не влияют на клиентов) на боевом трафике, до включения.
Права на код остаются у вас. Разворачиваем on-prem — на ваших серверах, в вашем контуре, по России.
Для прогноза спроса и поиска аномалий по истории есть предиктивная аналитика. Сопровождение модели после запуска — MLOps и продакшн ML. Прикинуть бюджет можно в калькуляторе стоимости.