Разрабатываем ML на потоке событий: антифрод, скоринг и фичи в реальном времени на Kafka/Flink. Решение принимается в моменте — за десятки миллисекунд, а не постфактум, когда деньги уже ушли.
Решение в потоке
Скоринг живёт прямо в потоковой обработке, поверх событий считаются признаки в реальном времени, в том числе графовые — связи карт, устройств, получателей. Модель обновляется инкрементально под дрейф, перед боем — теневой режим параллельно со старой системой.
Онлайн-фичи без рассинхрона
Через feature store держим консистентность онлайна и оффлайна — обучаем и инферим на одних фичах, иначе training/serving skew тихо убивает качество. Backpressure не даёт очереди распухнуть под наплывом.