Выпускник совместной магистерской программы «Нетологии» и Факультета компьютерных наук НИУ ВШЭ «Инженерия данных» Максим Коцюба создал сквозное MLOps-решение для финансового мониторинга в рамках работы над ВКР. Система ранжирует операции по степени риска, позволяя аналитикам обрабатывать самые опасные транзакции в первую очередь. Код проекта опубликован в открытом доступе. Об этом CNews сообщили представители «Нетологии».
Банки ежедневно проверяют огромное количество денежных переводов. Большинство систем, которые за этим следят, работают по жестким правилам и могут ошибаться. Аналитикам приходится вручную разбирать эти операции, а реально опасные транзакции могут затеряться в общем потоке.
Максим Коцюба решил эту проблему в своей выпускной работе. Его разработка не просто классифицирует операции, а оценивает каждую по степени риска. Так аналитик сразу видит, с чего лучше начать проверку.
В ходе экспериментов разработка показала отличные результаты: в топ-100 отобранных операций подозрительные встречались в разы чаще, чем при случайном выборе. При этом система не выносит окончательного решения сама — она лишь помогает аналитику, оставляя финальное решение за человеком. Для каждой операции можно посмотреть объяснение, почему алгоритм посчитал ее рискованной.
Проект реализован как рабочий прототип: его код опубликован в открытом доступе на GitHub, но для полноценного использования в банковской среде системе ещё нужны доработки, например, управление правами доступа и ведение аудиторского следа.
Максим Коцюба, выпускник онлайн-магистратуры Нетологии и ФКН НИУ ВШЭ «Инженерия данных»: «Этот проект вырос из моей выпускной работы. Было важно не просто написать диплом, а создать инструмент, который реально поможет банкам. Полученные на программе знания по MLOps и дата-инженерии удалось применить на практике, и я вижу, как их можно развивать дальше. Не исключаю, что в будущем переведу эти наработки в собственный проект, но пока не тороплюсь».
Поделиться
