Выпускник совместной онлайн-программы «Нетологии» и НИУ ВШЭ разработал ML-пайплайн, который находит подозрительные транзакции для банковской сферы

Максим Коцюба, окончивший совместную магистратуру «Нетологии» и Факультета компьютерных наук НИУ ВШЭ по направлению «Инженерия данных», представил сквозное MLOps-решение для финансового мониторинга. Его система, созданная в рамках выпускной квалификационной работы, ранжирует денежные операции по уровню риска. Благодаря такому подходу сотрудники банков могут в первую очередь обрабатывать самые опасные транзакции. Код проекта уже доступен всем желающим, о чем CNews проинформировали представители «Нетологии».

Ежедневно кредитные организации проверяют огромные объемы денежных переводов. Большинство существующих систем следуют строгим алгоритмам и нередко дают сбои. Из-за этого аналитикам приходится тратить время на ручную проверку операций, и по-настоящему опасные платежи могут просто затеряться среди остальных. Максим Коцюба решил эту задачу в своей дипломной работе. Его разработка не просто делит транзакции на категории, а присваивает каждой из них степень риска — специалист видит, с какой операции лучше начать работу.

В ходе тестирования инструмент продемонстрировал высокую эффективность: среди ста отобранных системой операций подозрительные встречались значительно чаще, чем в случае случайной выборки. Важно, что алгоритм не выносит финальный вердикт, а лишь помогает специалисту принять решение, оставляя последнее слово за человеком. Для каждой проведенной операции можно получить пояснение, почему она была отмечена системой как рискованная.

Сейчас проект представляет собой работающий прототип: код опубликован на GitHub. Однако для полноценного применения в банковской отрасли требуются доработки, например, настройка прав доступа и система аудиторского следа. По словам Максима Коцюбы, эта разработка возникла из желания создать не просто дипломную работу, а реально полезный инструмент для банков. Знания по MLOps и работе с данными, полученные в магистратуре, удалось применить на практике, и автор уже видит, как их можно совершенствовать. В будущем он не исключает превращения этого прототипа в самостоятельный коммерческий продукт, хотя и не спешит с перезапуском наработок — сначала нужно довести систему до нужного уровня.