ДокладКлассический HighLoad++

Миллионы транзакций в день — как с этим справиться и не пропустить мошенников с помощью ML?

Подробнее о докладе

НаправлениеАнтифрод/Антибот - устойчивость к атакам
Дата1 декабря, 12:15
ЗалПекин+Шанхай
ФорматДоклад, 50 минут
Уровень
Средняя сложность

Спикеры

Арнольд Сааков
Арнольд Сааков

Альфа Банк

10+ лет в ИТ. Являюсь Chief Data Scientist общекорпоративных функций, работая командой в 40+ человек на 15 различных бизнес-заказчиков банка. Ранее возглавлял GenAI направление в Samokat.tech, а также управлял data science командой в Сбере. Закончил Мехмат МГУ

Отзыв программного комитета

Альфа-Банк определяет сомнительные транзакции с помощью ML за 50 миллисекунд при постоянно растущей нагрузке. Разберём, как развивается банковский антифрод, где система теряет драгоценные миллисекунды и как находить узкие места в борьбе с мошенничеством.

Кому полезно

Data scientist, ML engineer, MLOps

О чём доклад

Расскажем про разработку и внедрение самого высоконагруженного модельного сервиса Альфа-Банка. Поделимся способами оптимизации ML модели, которая лежит в его основе, а также аспектами качества работающего решения.