نظام كشف الاحتيال المالي وتأمين المعاملات (FraudShield)

نظرة عامة:

في قطاع التكنولوجيا المالية (FinTech)، تعتبر الإنذارات الخاطئة مكلفة جداً. قمت بتصميم وتطوير نموذج تعلم آلي متقدم (FraudShield) لاكتشاف المعاملات الاحتيالية في البطاقات الائتمانية بدقة متناهية.

القيمة الفعلية للمشروع (Business Value):

النظام قادر على التعامل مع البيانات الضخمة وغير المتوازنة (Imbalanced Data)، مما يضمن حماية أموال العملاء دون إزعاجهم بإنذارات أمنية خاطئة (False Alarms) تعيق عمليات الشراء الطبيعية.

أبرز النتائج التقنية:

معالجة قاعدة بيانات ضخمة تحتوي على أكثر من 280,000 معاملة مالية.

استخدام تقنيات متقدمة لمعالجة البيانات مثل BorderlineSMOTE لضمان توازن النموذج.

بناء نظام (Stacking Ensemble) يدمج بين XGBoost و LightGBM لتحقيق أقصى قدر من الدقة، حيث بلغت نسبة الـ Precision والـ Recall 88%.

التقنيات المستخدمة: Python, XGBoost, LightGBM, Scikit-Learn.