AI-управляемые архитектуры данных для принятия решений в реальном времени в корпоративных системах
■ Подробнее о спикере — Эксперт в области корпоративной архитектуры и цифровой трансформации с более чем 14-летним опытом работы с крупнейшими организациями в оптимизации IT-ландшафтов, разработке целевых архитектур и повышении эффективности IT-функции — Специализируется на построении масштабируемых и адаптивных архитектур данных, интегрированных с AI-решениями для поддержки принятия решений в реальном времени — Широкий опыт проектирования аналитических платформ, автоматизации процессов управления данными и оптимизации корпоративных систем с использованием современных подходов к AI-управляемым архитектурам
■ Подробное описание доклада План доклада: 1. Введение — Почему традиционные антифрод-системы на правилах (rule-based) устаревают? — Как новые мошеннические схемы требуют real-time AI-анализа? — Цель кейса: создать AI-управляемую систему детекции мошенничества в банке.
2. Контекст проекта — Основная проблема — Технические ограничения
3. Архитектура решения — Общий обзор AI-архитектуры: — Ключевые технические компоненты:
4. Вызовы и решения — Оптимизация AI для высокой скорости — Model quantization + TinyML для сокращения времени обработки — Снижение ложных срабатываний — Гибридный подход (ML + правила) для снижения false positives — Интеграция с Legacy-системами — API-first + event-driven архитектура — Соответствие регуляторным требованиям — Explainable AI для комплаенс-отделов
5. Результаты и выводы — Как AI изменит финансовый сектор в ближайшие годы? — Что стоит учитывать при внедрении AI-управляемых решений?