Конференция завершена. Ждем вас на HighLoad++ в следующий раз!

Особое мнение: предугадываем фрод без дата-сайнса в Sportmaster Lab

BigData и машинное обучение

Безопасность

Доклад принят в программу конференции

Мнение Программного комитета о докладе

Целевая аудитория

TeamLead, TechLead, BigData developer, Data Engineer, Database Developer.

Тезисы

В жизни каждой компании наступает момент, когда для дальнейшего развития нужно начинать предугадывать поведение людей. Это касается и фродовых операций — они тоже поддаются прогнозированию, и я готов рассказать, как этот процесс реализован у нас.

* Поговорим о том, что такое антифрод.
* Посмотрим на структуру и объемы данных (спойлер: их там очень много).
* Выберем инструменты для решения этой задачи: Hadoop, Spark, Airflow и т.д.
* Заглянем внутрь алгоритмики (да-да, DS там пока нет) и оптимизации вычислительных ресурсов.
* Разберём «на пальцах» реальные гипотезы: от бизнес-потребности до визуализации результата.

После доклада вам захочется не только посмотреть на такие же данные у себя в компании, но и предложить подобную систему руководству. А с помощью нескольких цифр еще и рассчитать примерную стоимость такой системы.

Прошёл путь от разработчика баз данных до руководителя направления DE в SM Lab, в процессе немного занимался DS и системами биометрической идентификации людей. Реализовал и внедрил аналог Kafka на Oracle, построил архитектуру текущего решения DataLake в компании, занимался системами прогнозирования спроса и пополнения магазинов.

Sportmaster Lab

Sportmaster Lab (SM Lab) — крупное ИТ-подразделение международного спортивного ритейлера, где 1500 сотрудников обеспечивают информационную поддержку ГК «Спортмастер». Развивают флагманские продукты — продающие сайты и мобильные приложения, разрабатываем внутренние продукты для сотрудников — платформы, сервисы, back-office-системы, логистику и многое другое. Сейчас находятся на этапе масштабирования продуктовых команд. Используют гибкие практики, такие как Agile и DevOps.

Видео

Другие доклады секции

BigData и машинное обучение