Бизнес-кейс: запустился новый проект с новыми транзакциями. Как бы ты настроил мониторинг подозрительных транзакций, если ничего не знаешь об этом проекте?

Для настройки мониторинга подозрительных транзакций без предварительных знаний о проекте стоит начать с базового анализа данных:

1. Сбор данных: получить все доступные данные по транзакциям — время, сумму, тип, источник, получатель и т.д.
2. Анализ распределения: изучить распределение основных параметров (например, суммы транзакций) — выявить средние значения, медианы, выбросы.
3. Поиск аномалий: использовать простые статистические методы (например, z-оценка, межквартильный размах) для выявления транзакций, которые сильно отличаются от нормы.
4. Правила на основе домена: если есть хоть какая-то информация о бизнесе, можно задать базовые правила (например, сумма выше определённого порога, транзакции в нерабочее время).
5. Визуализация: построить графики временных рядов, гистограммы, чтобы визуально обнаружить необычные паттерны.

Пример простого правила на Python для выявления больших транзакций:

import pandas as pd

data = pd.read_csv('transactions.csv')
threshold = data['amount'].mean() + 3 * data['amount'].std()
suspicious = data[data['amount'] > threshold]
print(suspicious)

Таким образом, шаг за шагом можно выстроить базовый мониторинг и затем уточнять его по мере накопления знаний о проекте.