Uma das principais atividades de um Cientista de Dados é a utilização do conhecimento de um dado domínio (ex.: processamento de transacções de cartões de crédito) para a análise de conjuntos de dados (datasets) em bruto (ex.: transações de cartões de crédito), de modo a identificar features que aumentam a eficácia e eficiência de algoritmos de aprendizagem computacional.
Infelizmente, as ferramentas essenciais ao desempenho daquela atividade não estão integradas nem otimizadas, sendo um processo muito moroso, complexo, e que envolve uma multitude de ferramentas completamente díspares e também programação.
Objetivo Principal:
Reforçar a investigação, o desenvolvimento tecnológico e a inovação.
Desenvolvimento de uma plataforma de modelação e análise de dados (data science), a aplicar na área de prevenção de fraude, mas sem descurar outros domínios como análise de risco na área de seguros ou em pagamentos alternativos. O objectivo é criar uma plataforma completa que aumente de forma drástica a produtividade de cientistas de dados, permitindo ao mesmo tempo democratizar a profissão, tornando-a acessível a outros perfis menos especializados, p.ex. analistas de negócio/fraude.
Resultados esperados:
• Desenvolvimento de uma Plataforma integrada de modelação e análise de dados (data science) aplicável ao domínio da deteção de fraude.
Resultados finais:
• Plataforma integrada de data science aplicada ao domínio da deteção de fraude.