← Fintech
Detección de fraude en tiempo real para una fintech de crédito
Digital lender, LATAM · Fintech
Un feature store en streaming y un modelo de scoring explicable reemplazaron un motor de reglas que bloqueaba a demasiados buenos clientes.
Desafío
El motor de reglas existente marcaba el 9% de las solicitudes para revisión manual, y la mayoría resultaban legítimas. Las pérdidas por fraude seguían creciendo y cada regla nueva sumaba fricción para los buenos clientes.
Solución
Construimos una capa de ingesta en streaming de eventos de solicitud, dispositivo y transacción, un feature store gobernado en Snowflake y un modelo de gradient boosting con explicaciones SHAP para cada decisión.
- Latencia de decisión menor a 80 ms en el percentil 99
- Monitoreo del modelo con alertas automáticas de drift
- Consola para que los analistas revisen y etiqueten casos límite
¿Listo para poner tus datos a trabajar?
Contanos tu desafío. En dos días hábiles volvemos con un primer paso concreto.
Contactanos