Architecture d'un score de fraude par ensembles pour un portefeuille mobile
Aperçu
En quoi consiste ce défi.
Concevez l'architecture d'un score de fraude combinant trois modèles pour un portefeuille mobile. Obtenez un certificat vérifiable.
Le brief
Ce que vous ferez, et ce que vous démontrerez.
Comment concevoir, pour la direction des risques d'un opérateur de paiement mobile sénégalais, une architecture d'ensemble intégrant une prédiction structurée sur séquences de transactions, qui détecte les fraudes en chaîne, reste calibrée sous 80 millisecondes et demeure justifiable client par client ?
Earning criteria — what you'll demonstrate
- Concevoir une combinaison de modèles (empilement, mélange d'experts) et justifier théoriquement le gain attendu par la décorrélation des erreurs, notion vue dans le cours sur les méthodes d'ensemble
- Formuler un problème de fraude en chaîne comme une tâche de prédiction structurée sur séquence plutôt que comme une classification indépendante
- Calibrer les sorties d'un ensemble et démontrer pourquoi un score non calibré rend tout seuillage économique invalide
- Dériver des seuils de décision d'une matrice de coûts asymétriques réels plutôt que d'une métrique symétrique par défaut
- Anticiper l'adaptation adverse des fraudeurs et les disparités de traitement entre profils de clients dès la phase de conception
Adéquation au programme
Où cela s'inscrit dans votre cursus.
Renforce les mêmes compétences que celles attendues par votre diplôme.
Cursus associés bientôt disponibles.
Compétences
Les compétences que vous démontrerez.
Chacune apparaît sur votre certificat vérifié.
Débouchés
Les métiers auxquels ce défi vous prépare.
De vrais intitulés. De vraies passerelles de compétences. Choisissez celui qui se rapproche le plus de votre trajectoire.
Les parcours de carrière que ce défi construit
Métiers de référenceIngénieur en Apprentissage Automatique
Vous concevez ici un système multi-modèles sous contrainte de latence stricte, avec calibration et surveillance : c'est le quotidien d'un ingénieur qui met en production des modèles de risque plutôt que des prototypes de laboratoire.
Ce défi renforce
- ensemble-methods
- structured-prediction
- model-calibration
Analyste des Risques
Dériver des seuils de décision d'une matrice de coûts asymétriques et défendre les conditions d'arrêt d'un système devant un comité des risques constitue l'exercice central de ce métier dans les services financiers.
Ce défi renforce
- model-calibration
- adversarial-concepts
- ai-bias-awareness
Ingénieur MLOps
Le budget de latence au 99e centile, le réentraînement hebdomadaire et la trace auditable de chaque décision sont des exigences d'exploitation que vous spécifiez ici de bout en bout.
Ce défi renforce
- ai-native-architecture
- ensemble-methods
- model-calibration
Consultant en Politique d'Intelligence Artificielle Responsable
La note d'équité, la procédure de contestation d'un blocage et la mesure correcte des disparités entre profils de clients préparent directement au travail de mise en conformité des systèmes de décision automatisée.
Ce défi renforce
- ai-bias-awareness
- ai-native-architecture
- adversarial-concepts