Антифрод наоборот и использование методов ML в нем

BigData и машинное обучение

Безопасность платежей

Доклад принят в программу конференции

Мнение Программного комитета о докладе

Новые подходы в определении достоверности платежей помогают не только уменьшить количество мошеннических операций, но и улучшать пользовательский опыт. А еще удешевляют стоимость операций. Обо всем этом расскажет в своем докладе Саша.

Целевая аудитория

Финтех-специалисты. Сотрудники антифрод- и бизнес-подразделений банков.

Тезисы

Каждый из нас хотя бы раз в неделю совершает онлайн-покупку. Нас совсем не удивляет, что интернет-магазины перенаправляют нас на страницу оплаты, где мы вводим свои карточные данные, а дальше ждем, когда нам придет СМС с одноразовым паролем.

Сегодня мы с вами посмотрим, как уже сейчас упрощается наш с вами клиентский путь, и почему теперь вовсе не обязательно вводить СМС. А еще рассмотрим, как популярные методы машинного обучения помогают лучше справляться с задачей "антифрода наоборот" или Сервиса Принятия Решений в платежной системе "Мир".

Аналитик-разработчик в Мир Plat.Form.

В команде Мир Plat.form занимается RND-проектами, охватывающими разные направления: биометрические технологии, аналитика данных, применением ML-технологий для предотвращения мошеннических операций.

Мир Plat.Form

Мир Plat.Form — команда, которая занимается технологическими проектами Национальной системы платежных карт.

Видео