O documento discute como a inteligência artificial e aprendizado de máquina podem ser usados para detectar fraudes. Ele explica que as fraudes em pagamentos são uma preocupação crescente e fornece estatísticas sobre o tamanho do problema. Em seguida, discute técnicas tradicionais como análise de links e regras e por que o machine learning é uma alternativa melhor. Finalmente, apresenta a Amazon SageMaker e casos de uso reais de clientes como o BTG Pactual e a Intuit.

1. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Gabriel Bella Martini & Wesley Rodrigues
Arquitetos de Solução - Setor Público
AI/ML Para Análise de Fraudes
e Gerenciamento de Riscos

2. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Fraudes causam problemas?

3. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Fraudes em pagamentos são uma das preocupações
crescentes nas organizações de serviços financeiros.
In 2016…
$9B em fraudes
nos EUA*
$22.8B em fraudes
no mundo*
$32.96B em fraudes
mundiais projetadas para
2021*
* From The Nilson Report, October 2017, Issue 1118 (https://nilsonreport.com/upload/content_promo/The_Nilson_Report_Issue_1118.pdf)

4. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Como resolver isso?

5. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Técnicas mais utilizadas
Link analysisRule-based Machine Learning based

6. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Regras para cálculo de Score de Risco
Negar
Aprovar
Transação
no Cartão
• ...
• Quantidade de transações
• Velor dentro do limite
• Origem da transação
• Horário

7. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Problemas da detecção baseada em regras
Regras
Estáticas
Sempre
Atrás
Passíveis
de Erros
Complicadas Não Escalam

8. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Quais as alternativas?

9. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Requisitos de uma solução moderna
EscalávelFácil de ManterSelf ImprovingTempo RealRegras Dinâmicas

10. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Machine Learning - Aprendizado Supervisionado
Entenda seus
dados
Descubra
padrões ocultos
Generalize o
algoritmo de
solução
Aplique a
solução nos
padrões não
vistos
Faça
predições

11. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Mas isso parece difícil.

12. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Longo histórico de AI/ML na Amazon
Recomendações
personalizadas
Experiências
totalmente novas
para os clientes
Automação do
centro de
atendimento e
estoque
Drones Interações
guiadas por voz

13. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.© 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Nossa missão na AWS
Colocar Machine Learning nas
mãos de cada desenvolvedor

14. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Alguns clientes usando AI/ML na AWS

15. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Serviços de AI/ML na AWS

16. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Amazon SageMaker
Notebooks pré-
criados
Escalabilidade
automatizada
Implantação com
1 clique
Algoritmos
built-in de alta
performance
Treinamento
com 1 clique
Otimização dos
hiperparâmetros
Crie Treine Implemente

17. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Existem empresas usando?

18. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Estudo de caso AWS: BTG Pactual Digital
O BTG Pactual é o maior banco de investimentos da América Latina, com R$146 bilhões em
ativos. BTG Pactual Digital é como uma startup dentro do banco, e conta com o poder da AWS
para trazer Machine Learning usando SageMaker para criação, treino e implementação dos seus
modelos. Ter os dados em Data Lake na AWS foi essencial, segundo o próprio sócio Marcelo
Flora.
https://aws.amazon.com/pt/solutions/case-studies/BTGPactualDigital/

19. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Estudo de caso AWS: Intuit
A Intuit é uma empresa de software empresarial e financeiro que desenvolve e vende software
de contabilidade e elaboração de declaração de impostos, além de serviços relacionados, para
pequenas empresas, contadores e pessoas físicas. A Intuit adotou integralmente a AWS e usa o
Amazon SageMaker para treinar rapidamente modelos de machine learning em grande escala,
reduzindo o tempo necessário para implantar os modelos em 90%.
https://aws.amazon.com/pt/solutions/case-studies/Intuit/

20. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Intuit: Deep Dive
https://aws.amazon.com/pt/solutions/case-studies/Intuit/
Como a Intuit reduziu o tempo de esenvolvimento de modelo em 90%
Dados
Limpeza e
Processamento
Treinamento
Hospedagem do
Modelo
Cliente
Modelo
Predição em
Tempo Real

21. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Como fazer na prática?

22. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Demonstração
Usando o Amazon SageMaker,
vamos detectar padrões de fraude
em um dataset com ajuda do
algoritmo built-in XGBoost.
Depois, vamos visualizar os
resultados no Amazon Quicksight.

23. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Indo além

24. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Amazon Fraud Detector
O Amazon Fraud Detector automatiza o consumo de tempo e as caras etapas para construir, treinar e implantar um
modelo de ML para detecção de fraudes, facilitando para os clientes se beneficiarem da tecnologia. O Amazon
Fraud Detector personaliza cada modelo que cria para um conjunto de dados do próprio cliente, aumentando a
precisão dos modelos em relação às soluções genéricas de ML atuais.

25. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Recursos Adicionais
Blog da AWS:
https://aws.amazon.com/blogs/machine-learning/
Repositório do GitHub:
https://github.com/aws-samples
Curso de AI/ML na AWS:
https://aws.amazon.com/pt/training/learning-paths/machine-learning/
Certificação AI/ML Specialty:
https://aws.amazon.com/pt/certification/certified-machine-learning-specialty/

26. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Dúvidas?

27. © 2020, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Obrigado!
Gabriel Bella Martini
martinig@amazon.com
Wesley Rodrigues
wesrod@amazon.com
bit.ly/IAMLweek-Dia3