Тема выпускной квалификационной работы: «Проект разработки программы автоматизированного фрод-мониторинга банка». Данная работа посвящена детальному анализу текущего состояния антифрод-системы ПАО "Альфа-Банк" и разработке усовершенствованной модели с внедрением генеративного искусственного интеллекта для повышения эффективности выявления и предотвращения мошенничества. В процессе выполнения проекта были решены следующие задачи: 1) Анализ текущего устройства антифрод-системы банка; 2) Анализ категорий транзакций с наибольшим риском мошенничества: 3) Сравнительный анализ методов предотвращения мошенничества: 4) Разработка новой структуры антифрод-системы с генеративным ИИ: 5) Тестирование и апробация новой модели антифрод-системы: 6) Оценка экономической целесообразности внедрения новой модели по критериям “уровень баланса наличности” и “количество отражённых мошеннических атак”. В результате выполнения работы была разработана новая модель антифрод-системы, использующая в своей работе генеративный искусственный интеллект. Тестирование показало, что внедрение генеративного ИИ позволяет существенно улучшить показатели количества отраженных атак и уровень баланса наличности по сравнению с текущей моделью. Практическая значимость данной работы заключается в возможности применения предложенной модели для оптимизации антифрод-системы не только в ПАО "Альфа-Банк", но и в других финансовых учреждениях.

The subject of the graduate qualification work is: "Automated Bank Fraud Monitoring Development Project" This work is dedicated to a detailed analysis of the current state of the anti-fraud system at PJSC "Alfa-Bank" and the development of an enhanced model incorporating generative artificial intelligence to improve the efficiency of detecting and preventing fraud. During the project implementation, the following tasks were addressed: 1) Analysis of the current anti-fraud system of the bank: 2) Analysis of transaction categories with the highest risk of fraud: 3) Comparative analysis of fraud prevention methods: 4) Development of a new anti-fraud system structure with generative AI: 5) Testing and validation of the new anti-fraud system model: 6) Evaluation of the new models effectiveness based on "fraud detection accuracy" and "number of prevented fraudulent attacks" criteria: As a result of this work, a new anti-fraud system model utilizing generative artificial intelligence was developed and tested. The testing demonstrated that the integration of generative AI significantly improves the number of prevented attacks and the accuracy of fraud detection compared to the current model. The practical significance of this work lies in the potential application of the proposed model to optimize anti-fraud systems not only at PJSC "Alfa-Bank" but also in other financial institutions.

• 6e3925d51f1dd714df432f830aa91a50480081c2fc953a2ee6f0aca8585280f4.pdf
• cbdc1d0c577448510b9fb9a88bdadce497d0b481741966054bd9207f4c584646.pdf
• 6e3925d51f1dd714df432f830aa91a50480081c2fc953a2ee6f0aca8585280f4.pdf