IA détection de fraude

Contexte

La fraude au remboursement de frais de santé est un problème majeur que doit affronter l’entreprise. Elle n’est détectée que par un long travail d’expert.

Le client souhaite se munir d’un détecteur de fraude automatique permettant de cibler et concentrer le travail de vérification des experts sur les dossiers les plus suspicieux.

Secteur : Assurance

Réseau de 15000 professionnels de santé

Durée : 2 mois

Objectifs de la mission

Implémenter « from scratch » une POC de modèles de fraude aux remboursements de frais d’optique au sein de Dataiku, la plate-forme data du client.

Une base de 10000 dossiers ayant été labélisés frauduleux ou non par les experts est fournie.

Contenu de l’intervention

Examen des données et choix des modèles – Modalités : Exploration de données et entretiens métiers
Identification des données pertinentes
Définition précise des attendus du client, notamment en matière d’interprétabilité
Passage en revue de l’état de l’art, choix éclairé et concerté des modèles satisfaisant au mieux toutes les contraintes.
Implémentation du modèle – Modalités : Développement Python et SQL au sein de Dataiku
Préparation des données : formatage, création de nouvelles variables
Implémentation des modèles choisis. Utilisation de la librairie Python sklearn.
Optimisation de chacun de ces modèles par validation croisée, sélection du meilleur.
Transfert de connaissances – Modalités : Entretiens métiers
Mise en place des mécaniques d’interprétabilité requises initialement (ex : signalement des caractéristiques les plus suspicieuses d’un dossier)
Remise du code et présentation vers les équipes Data