Explorar las categorías
Explora
Fiverr Pro
Español
$
USD
Construiré un sistema de detección de fraude para proteger tu negocio usando machine learning
Ingeniero de IA Full Stack LangChain RAG GPT4 NextJS FastAPI
Soy un ingeniero de IA Full Stack con una maestría de Noruega y más de 4 años implementando sistemas de producción. Subcampeón en el AWS GenAI Hackathon 2025.
Ayudo a las empresas a reducir costos y ...
Acerca de este Servicio
¿Tu negocio está perdiendo dinero por fraude que no puedes ver?
Construyo sistemas de detección de fraude impulsados por ML que detectan lo que las reglas manuales pasan por alto, con precisión real y medible.
RENDIMIENTO PROBADO:
- XGBoost: AUC 0.9939 | Precisión 1.0 | Recall 0.96
- Sistema en conjunto: AUC 0.9980
- Explicabilidad SHAP: cada señal viene con una razón
LO QUE ENTREGO:
- Preprocesamiento de datos y ingeniería de características
- Entrenamiento con múltiples modelos (XGBoost, Random Forest, LightGBM)
- Detección de anomalías y puntuación de riesgo
- Informes de explicabilidad SHAP
- Curva ROC, matriz de confusión, análisis de precisión-recall
- Notebook de Jupyter limpio y documentado + código fuente
- API REST y panel de control Streamlit (Premium)
ADECUADO PARA:
- Startups fintech y bancos
- Problemas de devoluciones en comercio electrónico
- Fraude en reclamaciones de seguros
- Equipos de cumplimiento AML
TÉCNICAS: Python | XGBoost | LightGBM | Scikit-learn | SHAP | FastAPI | Streamlit
ENTREGAS: Código fuente, informe de evaluación, visualizaciones, Notebook de Jupyter
Funciona con tu conjunto de datos O con conjuntos de datos estándar (tarjetas de crédito, PaySim, datos de seguros).
Contáctame antes de ordenar para discutir tu caso de uso.
Mi porfolio
FAQ
Traducción automática
¿Qué tipo de datos necesitas para construir el modelo de detección de fraude?
Puedo trabajar con tu propio conjunto de datos (CSV, Excel o exportación de base de datos) o usar conjuntos de datos estándar de la industria como el de fraude con tarjetas de crédito, PaySim o datos de reclamaciones de seguros. Solo contáctame antes de ordenar y nos pondremos de acuerdo sobre la fuente de datos.
¿Qué algoritmos de aprendizaje automático utilizas?
Utilizo XGBoost, LightGBM, Random Forest, Isolation Forest y modelos de deep learning como Autoencoder y LSTM para detección de patrones temporales. La elección depende del tamaño y necesidades de tus datos. Recomendaré el mejor ajuste.
¿Entenderé por qué una transacción fue marcada?
Sí. Todos los modelos incluyen informes de explicabilidad SHAP para que puedas ver exactamente qué características impulsaron cada señal de fraude. Esto es fundamental para cumplimiento, auditoría y generar confianza con las partes interesadas.
¿Mis datos se mantienen confidenciales?
Por supuesto. Tus datos se usan únicamente para este proyecto y nunca se comparten ni reutilizan. Puedo firmar un NDA si lo solicitas antes de comenzar el trabajo.
¿Qué entregables recibiré?
Recibirás código fuente en Python limpio y bien documentado, un Notebook de Jupyter con explicación paso a paso, informe de evaluación del modelo con visualizaciones (curva ROC, matriz de confusión, gráficos SHAP) y un archivo de requisitos para configuración sencilla. El paquete Premium también incluye una API REST y un panel Streamlit.
¿Esto funciona para otros tipos de fraude además del fraude en pagos?
Sí. El sistema funciona para fraude en reclamaciones de seguros, fraude en devoluciones en comercio electrónico, detección de toma de control de cuentas, monitoreo de transacciones AML y más. Contáctame con tu caso específico antes de ordenar.
¿Necesito proporcionar datos etiquetados (fraudulento vs no fraudulento)?
No necesariamente. Si tienes datos etiquetados, construiré un modelo supervisado para mayor precisión. Si solo tienes datos de transacciones sin etiquetas, usaré detección de anomalías no supervisada (Isolation Forest, Autoencoder) para identificar patrones sospechosos.
¿Se puede desplegar esto en producción después de entregarlo?
Los paquetes Básico y Estándar entregan código listo para producción que puedes ejecutar localmente o en cualquier servidor. El paquete Premium incluye una API REST y configuración lista para desplegar. La implementación en la nube (AWS, GCP, Azure) está disponible como extra de pago.
