FraudWatch

Risk scoring e priorização de alertas para sistemas antifraude e AML baseados em Machine Learning.

---

Visão Geral

A FraudWatch é uma Proof of Concept (POC) que demonstra a construção de um sistema de priorização de alertas de fraude baseado em Machine Learning.

O projeto trata o modelo como um motor de geração de scores de risco, separando explicitamente três camadas fundamentais de sistemas de risco:

• previsão (risk score);
• decisão (policy de approve / review / block);
• evolução do modelo ao longo do tempo.

Embora o dataset utilizado seja de fraude em cartão, a arquitetura proposta é aplicável a outros domínios de risco transacional, como Prevenção à Lavagem de Dinheiro (PLD/AML) e análise de risco de crédito.

---

Problema de Negócio

Empresas que operam com grandes volumes de transações financeiras enfrentam desafios como:

• fraudes que passam despercebidas (falsos negativos);
• clientes legítimos bloqueados (falsos positivos);
• limitação de capacidade humana para análise manual;
• forte desbalanceamento entre eventos legítimos e fraudulentos.

A FraudWatch busca priorizar eventos com maior risco, permitindo que equipes concentrem esforços nos casos de maior impacto operacional.

---

Abordagem da Solução (V1.1)

A versão atual implementa um pipeline completo de risk scoring:

• auditoria e análise exploratória do histórico de transações;
• divisão temporal em treino, validação e teste;
• treinamento de modelo baseline (Logistic Regression);
• treinamento e seleção de modelo principal (LightGBM vs XGBoost);
• avaliação com métricas relevantes para fraude:
  • Recall
  • Precision
  • PR-AUC
  • matriz de confusão;
• análise de explicabilidade com SHAP;
• definição explícita de política de decisão baseada em score;
• persistência de artefatos analíticos e modelos.

---

Tecnologias Utilizadas

• Python
• Pandas / NumPy
• Scikit-learn
• LightGBM
• XGBoost
• SHAP
• Matplotlib / Seaborn

---

Pipeline Analítico

1. Auditoria do histórico de transações
2. Análise exploratória orientada à detecção de fraude
3. Divisão temporal em treino, validação e teste
4. Treinamento e avaliação de modelos candidatos
5. Seleção do modelo campeão
6. Definição de política de decisão baseada em score
7. Avaliação de trade-offs operacionais
8. Persistência de modelos, métricas e regras de decisão

---

Estrutura do Projeto

fraudwatch/

├── data/
│   ├── raw/
│   └── processed/
│
├── src/
│   ├── evaluation.py
│   ├── paths.py
│   └── utils.py
│
├── notebooks/
│   ├── 01-data_audit_eda.ipynb
│   ├── 02-train_baseline.ipynb
│   ├── 03-train_main_model.ipynb
│   └── 04-policy_decisioning.ipynb
│
├── models/
│   ├── baseline_logreg.pkl
│   └── champion_lightgbm.pkl
│
├── references/
│   ├── 01_dicionario_de_dados.md
│   └── fraudwatch-results.png
│
├── reports/
│   ├── metrics/
│   ├── policy/
│   ├── analysis/
│   └── plots/
│
└── README.md

---

Resultados

A V1.1 da FraudWatch entrega:

• modelo baseline e modelo campeão treinados e avaliados;
• geração de scores de risco interpretáveis;
• política de decisão explícita baseada em thresholds;
• análise de trade-offs entre falsos positivos e falsos negativos;
• artefatos persistidos para rastreabilidade do processo decisório.

---

Como executar

Ambiente virtual

python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

---

Roadmap (V2)

Próximas evoluções planejadas:

• simulação temporal de decisões em fluxo histórico;
• monitoramento de drift de dados e performance do modelo;
• estratégia de retreino;
• geração automatizada de relatórios de decisão.

---

Status

V1.1 — modelo e política de decisão concluídos
V2 — monitoramento e lifecycle planejados

---

Disclaimer

Esta POC foi desenvolvida exclusivamente para fins demonstrativos.

Os dados utilizados são públicos e não contêm informações pessoais ou sensíveis.
O projeto não deve ser utilizado diretamente em ambientes produtivos.

---

Small Data Lab – Portfolio

Este projeto faz parte do Small Data Lab, um laboratório técnico dedicado à experimentação aplicada em dados, analytics e sistemas de IA.

Explore também outras POCs do laboratório:

• LakeFlow — Pipeline Lakehouse para ingestão e organização de dados externos.
• RetailLens BI — Camada analítica BI-ready para diagnóstico operacional em e-commerce.
• DelayImpact — Análise que investiga o impacto de atrasos logísticos na satisfação do cliente.
• CampaignSense — CRM Analytics para priorização de campanhas baseada em propensão e ROI.
• DocLens — Chatbot RAG com guardrails e testes adversariais para governança de LLMs.

---

Onde me encontrar

Portfólio | LinkedIn | Email

---

Este repositório é licenciado sob a MIT License.