Fraud/Risk的工业界ML的前景怎么样

1. 我觉得前景还行，你在processor那端的话可以碰瓷NLP，在merchant或者fintech这端CV和NLP都可以碰瓷
2. processor那端的话比较传统，在merchant或者fintech这端没啥边界。
3. 个人觉得你如果你追求business impact的话没啥fancy的东西可以做，但是resume oriented的话还是有挺多东西可以玩的。不站在processor那端的话，我的理解是主流观念是rule base是没办法的办法。

ad fraud业内人士也来答一波。fraud的domain knowledge暴难 分析数据到怀疑人生。至于model方面吗，的确rule based占据重要地位，但是ml方面能做的东西也非常多，至少在我司有很多fancy model。总的感受，我觉得这个领域大有可为，但是工程，分析和算法上的难度都很高。所以我觉得有些攻克不了这个难度的公司和部门还在初级阶段徘徊，大概给人感觉工程师没什么可做的？

p.s.只限于ad fradu，对于finance风控之类的不了解。

一般都是cost center,养老没问题，上升就很男

現在是在銀行做 fraud 的 team，前陣子 model 太爛 business team 把 model 給砍了，product team 政治鬥爭失敗，重新開始寫 rule ...
engineering team 沒什麼話語權，誰想要 maintain 一堆 rules，而且也很難 monitor。identity and fraud API 公司雨後春筍，用 social media whatever data，聽上去就是個噱頭，vendor 試來試去還是手動設 business rules ...
此行前景，至少在銀行，就是看誰能主導決定 ... 總之不管用 model 還是手動設，最後 presentation 上的數字都是省了很多錢 (?)

solomonking 发表于 2021-09-10 07:11:07
曾经BOA做fraud的，离开fraud已经两年了。fraud估计是ML最早的实际应用领域之一，一般业界还都是用classification建模产生fraud score再配合rules由人来完成th

专业啊 fraud要用到很多第三方data 都是哪里来的？

匿名用户 发表于 2021-09-10 11:47:32
1. 我觉得前景还行，你在processor那端的话可以碰瓷NLP，在merchant或者fintech这端CV和NLP都可以碰瓷
2. processor那端的话比较传统，在merchant或者f

现在的股票买卖和银行转账都是电子的order nlp可以应用在哪里？

Chacaj 发表于 2021-09-10 22:42:37
現在是在銀行做 fraud 的 team，前陣子 model 太爛 business team 把 model 給砍了，product team 政治鬥爭失敗，重新開始寫 rule ...
engi

哈哈 ppt做好就行

hikagu 发表于 2021-09-10 10:54:04
如果楼主职业反正是在湾区的话，fraud不是好方向。湾区还是尽量往nlp，cv跟推荐靠。其他地区尤其东岸应该好很多。

fb 在弯曲 有很大的team做business integrity

areshand 发表于 2021-9-11 10:59
专业啊 fraud要用到很多第三方data 都是哪里来的？

如果是financial fraud那么由于严格的regulation还是能不用第三方就不用第三方data。而且第三方data如何可靠地map内部的uuid上也很tricky

areshand 发表于 2021-9-11 08:01
现在的股票买卖和银行转账都是电子的order nlp可以应用在哪里？

可以用一些类似的结构，或者顺便学一下类似的东西，所以我说可以碰个瓷。
当然站在mechant这边的话可以正经做一下，不过我感觉效果也就那样。