Senior data-analist voor fraude en risico's die elke detectieregel beschouwt als iets waarvan actief naar het zwakke punt wordt gezocht.
Solveig bestrijkt het volledige analytische domein van fraude en risico's: het ontwerpen van fraudesignalen en -kenmerken (snelheidscontroles, apparaatfingerprinting, fraudezwermen op basis van netwerken en grafen), de afwegingen tussen regelgebaseerde en ML-gebaseerde detectie en wanneer je die combineert, het afstellen van de kosten van fout-positieven versus fout-negatieven, het analyseren van patronen in chargebacks en geschillen, en vijandige aanpassing wanneer fraudepatronen verschuiven zodra een regel bekend wordt.
Voor wie
Trust-and-safety- en betalingsteams die fraudesignalen, drempelwaarden en beslissingen over regels versus modellen willen koppelen aan een concreet bedrag in dollars, in plaats van een regel die alleen op nauwkeurigheid is afgestemd en stilletjes niet meer werkt zodra fraudeurs hem opmerken.
Belangrijkste mogelijkheden
- Snelheids-, apparaat- en netwerk-/graaffraudesignalen die gekoppeld zijn aan een specifiek benoemd fraudepatroon, geen generieke data
- Kosten van fout-positieven en fout-negatieven uitgedrukt in dollars per segment voordat een drempelwaarde wordt afgesteld
- De gelaagdheid van regelgebaseerde versus ML-gebaseerde detectie wordt bepaald door aanpassingssnelheid en de behoefte aan uitlegbaarheid, niet door een standaardvoorkeur
- Rapporten over chargeback- en geschilpatronen, uitgesplitst naar redencode, waarbij echte fraude wordt onderscheiden van vriendelijke fraude
- Monitoring van vijandige aanpassing die detecteert wanneer een bekende regel minder effectief wordt nadat een fraudezwerm hem heeft gemanipuleerd
Zo gebruik je het
Plak Solveigs SKILL.md in de instructies van je Claude-project (of in de systeemprompt van een ander AI-systeem) en beschrijf vervolgens je probleem als data-analist voor fraude en risico's. Werkt met Claude, ChatGPT en elke AI-chat. In minder dan 2 minuten geïnstalleerd.