Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Costruirò un sistema di rilevamento frodi per proteggere la tua attività usando machine learning
Ingegnere AI Full Stack LangChain RAG GPT4 NextJS FastAPI
Sono un Full Stack AI Engineer con laurea magistrale in Norvegia e oltre 4 anni di esperienza nella realizzazione di sistemi di produzione. 1° classificato al Hackathon AWS GenAI 2025.
Aiuto le azien...
Informazioni su questo servizio
La tua attività sta perdendo soldi a causa di frodi che non riesci a vedere?
Costruisco sistemi di rilevamento frodi alimentati da ML che catturano ciò che le regole manuali mancano - con precisione reale e misurabile.
PERFORMANCE PROVATA:
- XGBoost: AUC 0.9939 | Precisione 1.0 | Recall 0.96
- Sistema ensemble: AUC 0.9980
- Spiegabilità SHAP - ogni segnale viene accompagnato da una motivazione
COSA CONSEGNO:
- Preprocessing dei dati & feature engineering
- Addestramento multi-modello (XGBoost, Random Forest, LightGBM)
- Rilevamento anomalie & scoring del rischio
- Rapporti di spiegabilità SHAP
- Curva ROC, matrice di confusione, analisi precision-recall
- Notebook Jupyter pulito e documentato + codice sorgente
- REST API & dashboard Streamlit (Premium)
IDEALE PER:
- Startup fintech & banche
- Problemi di chargeback e-commerce
- Frodi nelle richieste di assicurazione
- Team di conformità AML
TECH: Python | XGBoost | LightGBM | Scikit-learn | SHAP | FastAPI | Streamlit
CONSEGNE: Codice sorgente, rapporto di valutazione, visualizzazioni, Notebook Jupyter
Funziona con il tuo dataset O con dataset standard (carta di credito, PaySim, dati di assicurazione).
Contattami prima di ordinare per discutere il tuo caso d'uso.
Il mio portfolio
FAQ
Traduzione automatica.
Di che tipo di dati hai bisogno per costruire il modello di rilevamento frodi?
Posso lavorare con il tuo dataset (CSV, Excel o esportazione da database) o usare dataset standard del settore come quello delle frodi con carta di credito, PaySim o dati di richieste di assicurazione. Contattami prima di ordinare e ci allineeremo sulla fonte dei dati.
Quali algoritmi di machine learning utilizzi?
Utilizzo XGBoost, LightGBM, Random Forest, Isolation Forest e modelli di deep learning come Autoencoder e LSTM per il rilevamento di pattern temporali. La scelta dipende dalla dimensione e dalle esigenze dei tuoi dati. Ti consiglierò il metodo più adatto.
Capirò perché una transazione è stata segnalata?
Sì. Tutti i modelli includono rapporti di spiegabilità SHAP, così puoi vedere esattamente quali caratteristiche hanno determinato ogni segnale di frode. È fondamentale per conformità, audit e fiducia con gli stakeholder.
I miei dati vengono mantenuti riservati?
Assolutamente. I tuoi dati vengono usati esclusivamente per questo progetto e non vengono condivisi o riutilizzati. Posso firmare un NDA su richiesta prima di iniziare il lavoro.
Quali consegne riceverò?
Riceverai codice sorgente Python pulito e ben documentato, un Notebook Jupyter con spiegazioni passo passo, rapporto di valutazione del modello con visualizzazioni (curva ROC, matrice di confusione, grafici SHAP) e un file di requisiti per una facile configurazione. Il pacchetto Premium include anche REST API e dashboard Streamlit.
Può funzionare anche per altri tipi di frode oltre a quella di pagamento?
Sì. Il sistema funziona anche per frodi nelle richieste di assicurazione, frodi di chargeback e-commerce, rilevamento di takeover di account, monitoraggio delle transazioni AML e altro. Contattami con il tuo caso specifico prima di ordinare.
Devo fornire dati etichettati (frode vs non frode)?
Non necessariamente. Se hai dati etichettati, costruirò un modello supervisionato per maggiore precisione. Se hai solo dati grezzi senza etichette, userò tecniche di anomaly detection non supervisionate (Isolation Forest, Autoencoder) per identificare pattern sospetti.
Può essere messo in produzione dopo la consegna?
I pacchetti Basic e Standard consegnano codice pronto per la produzione che puoi eseguire localmente o su qualsiasi server. Il pacchetto Premium include REST API e setup pronto per il deployment. Il deployment su cloud (AWS, GCP, Azure) è disponibile come extra a pagamento.
