Система ограничивает возможность делать невыгодные для букмекера ставки с помощью выявления и ограничения действий нежелательных клиентов.
Система получает на вход данные об активности клиентов на сайте букмекера, а на выходе выставляет блокировки и ограничения для части клиентов.
Система внутри состоит из компонент:
- Выгрузка и предобработка данных клиентов
- Обучение ML-модели и расчет бизнес-правил
- Скоринг-предсказание убытков от клиентов ML-моделью
- Интерпретация модели
- Определение видов спорта/чемпионатов/котировок для ограничения ставок
Действия по созданию:
- Предварительная аналитика данных, определение ключевых метрик, предварительное исследование убыточных сегментов
- Разработка предсказательной модели на исторических данных
- Разработка сегментации и интерпретации поведения подозрительных клиентов, исследование-определение паттернов, по которых клиенты нас обыгрывают
- Разработка алгоритма определения видов спорта/чемпионатов/котировок для ограничения ставок
- Тестовые запуски в “песочнице” вместе с бизнес-экспертами
- Вывод системы в промышленную эксплуатацию, тестирования
- Разработка и вывод метрик в дашборд для мониторинга работы системы
- Проведение АБ-теста при работе в боевой среде
- Работы по повышению качества системы
Создатели системы:
- CTO, как главный заказчик для команды ML и аналитики
- Руководитель команды ML и аналитики (я), отвечает за архитектуру системы и организацию процесса исследований-разработки
- ML-исследователь, три Data-аналитика (готовят данные и исследуют их)
- Два Python-разработчика с компетенциями в ML
- Эксперты службы безопасности и эксперты в беттинге (как консультанты, помощники в валидации и интерпретации)
Дополнение. Задание 1.2. Ситуация эксплуатации антифрод-системы.
-
Система, которую создаём
Система выявления и ограничения убыточной клиентской активности в онлайн-беттинге; на выходе формирует решения по клиентам (оценка ожидаемого убытка, причины, какие ставки ограничить) и передаёт команды на применение ограничений. -
Агенты-эксплуатанты (роли)
Дежурный сотрудник службы безопасности (утверждение спорных кейсов), эксперт беттинга/безопасности (разбор сложных паттернов), сервис-исполнитель ограничений в боевой платформе (автоматический агент), дата-аналитик присматривающий за ключевыми метриками. -
Действия агентов при эксплуатации: просмотр списка кандидатов на ограничение, подтверждение/отклонение пограничных решений, автоматическое применение/снятие ограничений по правилам и сроку действия, разбор апелляций и корректировка policy.
-
Условия эксплуатации — место: production-контур букмекера (выделенный сервер/кластер), интеграция с хранилищем событий, риск-системой и бэкофисом ограничений.
-
Условия эксплуатации — время/события: плановые прогоны по расписанию (ежедневно, с ускорением до раз в час в последующих релизах), плюс внеплановый запуск при аномалиях (резкий всплеск подозрительной активности, инциденты линий/котировок).
-
Почему полезна агентам-эксплуатантам: снижает ожидаемый убыток от нежелательной активности, ускоряет реакцию на риск-кейсы, уменьшает ручной объём разбора, повышает воспроизводимость и управляемость решений.