Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais construire un système de détection de fraude avec l'apprentissage automatique
Ingénieur ML
Je conçois des systèmes ML qui fonctionnent et résistent aux attaques. En tant qu'ingénieur ML avec une expérience en opérations de sécurité, je crée des pipelines robustes pour la détection de fraude...
À propos de ce service
Les transactions d'argent vont vite, la fraude doit être détectée plus rapidement.
Je conçois des systèmes de détection de fraude en production : un moteur de règles combiné à un modèle d'apprentissage automatique analysant chaque transaction en temps réel, transformant chaque décision en données étiquetées pour la prochaine étape d'entraînement, pas un simple notebook qui ne fonctionne que sur des données d'échantillon propres.
Ce que vous obtenez :
Feature engineering sur vos données de transaction (modèles de montant, vitesse, ancienneté du compte, signaux réseau)
Un modèle ML entraîné (LightGBM ou régression logistique) évalué avec des règles métier personnalisées
Une API REST que vous pouvez intégrer à votre application existante
Un tableau de bord en direct : transactions signalées, métriques du modèle, distributions de scores
Une couverture de tests complète, CI, et déploiement Docker conçu pour un trafic réel, pas seulement une démo
Je travaille en Python et PHP, et je documente tout ce que je livre : suite de tests, pipeline CI, et une liste claire des compromis en production (idempotence, conception du registre, budget de latence, où un humain doit encore vérifier).
Vous obtenez un système compréhensible, pas une boîte noire.
Contactez-moi avec le volume de vos données et votre stack actuelle avant de commander, pour que je puisse définir précisément le périmètre pour votre cas
Langage de programmation:
Python
Frameworks:
Scikit-learn
•
PyTorch
•
Panda
Outils:
Jupyter Notebook
•
tensorflow
•
MLflow
•
Azure ML Studio
Mon portfolio
FAQ
Traduction automatique
Dois-je fournir des données étiquetées de fraude/légitimes ?
Non — si vous n'avez pas encore de données étiquetées, je peux générer un jeu de données synthétique réaliste pour entraîner et tester le modèle, puis le réentraîner avec vos données réelles au fur et à mesure qu'elles arrivent.
Cela peut-il s'intégrer à mon application existante ?
Oui — le modèle et les règles sont accessibles via une API REST, donc cela fonctionne avec n'importe quel backend : PHP, Node, Python, etc.
Le déploiement sera-t-il effectué sur mon serveur ?
Un Dockerfile et un guide de déploiement sont inclus dans le package Premium. Un déploiement complet sur votre infrastructure est disponible en option personnalisée.
