Миллионы транзакций в день — как с этим справиться и не пропустить мошенников с помощью ML?
Подробнее о докладе
Другие доклады
- Один подход для разных систем: насколько универсальными стали IT-практики разработки?Даниил Подольский, Яна Тендляш, Артем Пузанков

- Как Cloud Native влияет на эффективность разработкиВиталий Хабаров

Спикеры
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.