Business-case: er is een nieuw project gestart met nieuwe transacties. Hoe zou je de monitoring van verdachte transacties instellen als je niets weet over dit project?

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.