Skip to contentSkip to content
Certificats vérifiés. Sur la blockchain. Pour toujours.En savoir plus
Ewance
Se connecter
Cover image for Concevoir un dispositif de détection des réseaux de fraude en mobile money
Design

Concevoir un dispositif de détection des réseaux de fraude en mobile money

FreeVerified credential3 semainesAdvanced

Aperçu

En quoi consiste ce défi.

Concevez une architecture graphe et classification pour détecter des réseaux de fraude en mobile money et obtenez un certificat vérifiable.

CredentialBlockchain-anchored
ShareableLinkedIn-ready
LanguageEnglish
PaceSelf-paced

Le brief

Ce que vous ferez, et ce que vous démontrerez.

Concevoir une méthode combinant analyse de liens et classification de risque pour repérer les réseaux d'agents et de comptes impliqués dans des schémas de fraude organisée, sans bloquer les utilisateurs légitimes à faibles revenus.

Earning criteria — what you'll demonstrate

  • Appliquer l'analyse de liens pour révéler des structures de réseau invisibles dans des transactions individuelles
  • Combiner détection d'anomalies et classification supervisée pour un score de risque robuste
  • Arbitrer entre métriques de performance et contraintes métier sous des contraintes réglementaires
  • Justifier une stratégie de validation croisée adaptée à des données déséquilibrées et à une fraude évolutive

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 référence

Analyste des Risques

Ce défi entraîne à traduire des schémas de fraude complexes en seuils de décision opérationnels, une compétence clé pour un Analyste des Risques qui doit arbitrer entre exposition financière et expérience utilisateur.

Ce défi renforce

  • anomaly-detection
  • model-selection-under-business-constraints
  • cross-validation

Machine Learning Engineer

Concevoir un modèle hybride graphe + classification sous contrainte de latence prépare directement aux compromis qu'un Machine Learning Engineer gère en production sur des systèmes de scoring temps réel.

Ce défi renforce

  • tree-ensembles
  • feature-engineering
  • anomaly-detection

Analyste Réglementaire

La prise en compte des exigences de la banque centrale régionale dans la conception du système rapproche ce défi du travail quotidien d'un Analyste Réglementaire chargé de vérifier la conformité des dispositifs de lutte contre la fraude.

Ce défi renforce

  • model-selection-under-business-constraints
  • cross-validation
  • feature-engineering

Encore une chose

Vous pouvez ajouter un certificat à votre CV dès vendredi.