🚨 Code Against Fraud

🔗 Sobre o Projeto

O Code Against Fraud é um projeto aplicado de Ciência de Dados, desenvolvido dentro do Small Data Lab, que simula o ciclo completo de construção de uma solução antifraude.

O projeto abrange desde engenharia de dados, machine learning supervisionado, até o desenvolvimento de pipelines escaláveis e dashboards interativos.

Ele foi projetado para:

• Demonstrar competências analíticas, técnicas e operacionais.

• Simular desafios reais como dados desbalanceados, engenharia de features, análise comportamental e escalabilidade.

🎯 Objetivo Geral

Construir um pipeline completo de detecção de fraudes em dados financeiros.

Demonstrar domínio em:

→ Engenharia de dados
→ Modelagem estatística e machine learning
→ Processamento distribuído com Apache Spark
→ Business Analytics aplicado
→ Comunicação de resultados por meio de dashboards interativos

🏗️ Arquitetura do Projeto

O projeto está estruturado em três grandes fases:

Fase 1 — Machine Learning + Engenharia de Dados
→ Construção do pipeline tradicional: ingestão, limpeza, engenharia de features, análise exploratória, modelagem e avaliação.

Fase 2 — Business Analytics + Big Data
→ Refino analítico, análise comportamental, estudo de impacto no negócio e desenvolvimento de pipelines escaláveis com Apache Spark.

Fase 3 — Visualização Interativa
→ Criação de dashboards com Streamlit, conectando os outputs dos pipelines e promovendo visualizações operacionais e analíticas.

🚩 Fase Atual - Fase 1: Machine Learning + Engenharia de Dados

→ Construir um pipeline robusto, modular e escalável para detecção de fraudes.
→ Desenvolver e avaliar modelos supervisionados de machine learning.
→ Adotar boas práticas de MLOps desde o início:

• Estrutura modular de código

• Reprodutibilidade

• Controle de versão

• Logging e organização dos experimentos

🔸 Entregáveis da Fase 1

• Coleta e exploração inicial do dataset

• Pipeline de limpeza e engenharia de atributos

• Modelagem supervisionada (RandomForest, XGBoost, Logistic Regression, entre outros)

• Avaliação dos modelos com métricas técnicas e de negócio (ROC, AUC, Recall, Precision, F1, etc.)

• Estrutura modular de scripts

• Documentação clara e organizada dos processos

🔍 Dataset

→ Fonte: Kaggle — Credit Card Fraud Detection
→ Descrição: Dataset com transações financeiras realizadas com cartões de crédito na Europa, rotuladas como legítimas ou fraudulentas.

Observação: Dataset altamente desbalanceado e com variáveis anonimizadas via PCA.

🛠️ Tecnologias e Ferramentas

→ Linguagem:

• Python

→ Machine Learning:

• scikit-learn

• XGBoost

• Pandas

• NumPy

→ Visualização:

• Matplotlib

• Seaborn

• Streamlit

→ Gestão de Projeto:

• Git

• GitHub

🚀 Próximos Passos

• Finalizar o pipeline de modelagem e avaliação

• Ajuste fino dos modelos e feature engineering

• Validação com métricas de negócio

• Documentação dos experimentos

• Preparação para transição para Fase 2 (Business Analytics + Big Data)

🛑 Disclaimer

Este projeto é uma demonstração técnica, sem qualquer vínculo com instituições financeiras, empresas ou uso comercial.
Os dados utilizados são públicos, anonimizados e têm como finalidade o desenvolvimento de competências, aprendizado e demonstração de soluções técnicas aplicadas à detecção de fraudes e à Ciência de Dados.

🔥 Observação Final

O Code Against Fraud faz parte do ecossistema de desenvolvimento do Small Data Lab, funcionando como laboratório prático para aprimoramento das competências em dados, engenharia, machine learning e storytelling analítico.

🔗 Acesso ao Código no GitHub

Todo o pipeline, os scripts, os notebooks, os datasets tratados e a documentação técnica deste projeto estão disponíveis publicamente no GitHub.

→ Acessar o repositório no GitHub