Risk / AML / Fraud система для крипто-эквайринга (real-time)

Привет,

С удовольствием реализую этот проект. У меня есть готовый Proof of Concept (PoC) архитектуры на Python/FastAPI, который я могу показать сразу – он включает в себя движок правил, оценку и аудит логирования.

Как я это сделаю:

1. Бэкенд: Python (FastAPI) или Go – архитектура микросервисов.
2. Логика: Гибридный движок (жесткие правила + балльная оценка) + Redis для обнаружения аномалий в реальном времени.
3. Интеграции: Адаптеры для поставщиков AML (например, Chainalysis) и полный аудит JSON для соблюдения норм.
…
Могу выставить счет, я на JDG, мой веб-сайт www.volexit.pl

Показать оригинал

Перевести

Здравствуйте!
Меня зовут Алексей, я представляю группу разработчиков – NC-1.
В нашей команде есть специалист (Backend-developer, Data Engineer, middle) с необходимыми для Вас опытом и знаниями. Ставка в час - 68 pln.
Стек: Transact-SQL, MS SQL Server, SSIS, OLAP, ETL, SQL, Python, Git, Gitlab.
Кейсы: https://1drv.ms/b/c/b7a0d31a9dae1bc5/IQCpK38gmEvWT6F_Cso40Li-AXAKkSs-J67mCwll-C732pw?e=v4VVF5
С уважением,
Алексей М.

готов выполнить ваш проект качественно в коде и красиво в дизайне - быстро и эффективно
имею большой опыт подобной работы
обращайтесь

Я бы сделал отдельный микросервис:

На входящие/исходящие вешаем Chainalysis KYT - это риалтайм мониторинг транзакций с алертами (у них заявлено буквально секунды после ончейн-события).
Чтобы чекать адреса быстро и ДО операции - берем Address Screening ,чисто оценить риск-профиль кошелька. Ну и Sanctions API обязательно (по спискам SDN/OFAC) ,чтобы санкции были сразу hard-stop’ом.
Плюс накидываем транзакционные/поведенческие факторы: velocity ,аномалии по суммам, повторяемость, отклонения по мерчу (конверсия/decline rate), новизна юзера и т.д.
Важный момент - надо прогнать по истории, подберем веса и пороги под вашу реальность ,чтобы случайно конверсию не убить.

могу предложить собрать «быстрый MVP» (минималка правил + Chainalysis + логирование). Зафиксируем эффект, а потом уже будем расширять покрытие

Здравствуйте.

Меня зовут Карен, я backend-разработчик и тимлид. Работаю с финтех-проектами и системами, где решения по транзакциям принимаются в реальном времени. С крипто-эквайрингом и риск-логикой знаком не теоретически, а на практике.

Задачу понимаю как построение прозрачного decision engine, где каждое решение можно объяснить и воспроизвести. Не black box, а управляемая система, готовая к масштабированию и регуляторным вопросам.

Что предлагаю:

— формализация risk-факторов по merchant, user, transaction и blockchain
… — rule-based слой для жёстких ограничений и стоп-факторов
— scoring модель с единым risk-score
— гибкая настройка порогов approve, review, reject
— интеграция blockchain AML-проверок и внешних провайдеров
— полное логирование, история решений, audit trail

Технически:

— backend на Python или Node в зависимости от текущего стека
— расчёт риска в реальном времени без блокировки платежного флоу
— отдельный risk-service с возможностью расширения логики
— аккуратная документация для команды и комплаенса

Интересует продакшн-результат и долгосрочная работа, а не разовая реализация. Готов обсудить текущую архитектуру, источники данных и предложить поэтапный план внедрения.

Карен

Здравствуйте.

Да, задача понятна и соответствует моему профилю.

Имею практический опыт в системах, работающих с реальными крипто-транзакциями, decision-flow, risk-логикой, аудитом и антифрод-паттернами. Рассматриваю задачу именно как построение explainable risk-engine, а не «чёрного ящика».

Как я вижу решение на high-level:
– формализация risk-факторов (merchant / user / transaction / blockchain)
– rule-based слой + scoring модель
… – расчёт единого risk-score с explainable breakdown
– decision engine (approve / review / reject) с настраиваемыми порогами
– интеграция AML-провайдеров (через адаптеры)
– полный audit trail (input → score → decision → rule)

Архитектура закладывается модульной, с возможностью дальнейшего масштабирования (доп. правила, новые AML-источники, ML-слой в будущем).

Готов обсудить:
– текущие AML-провайдеры (если есть)
– expected false-positive rate
– ownership decision-thresholds
– сроки и формат взаимодействия

Цена 40 000 PLN выглядит реалистичной при чётко зафиксированном scope.

Готов перейти к обсуждению архитектуры и требований.

Добрый день, Денис!

Создание реальной risk/AML/фрод системы для крипто-эквайринга – это вызов, который я готов взять. Благодаря опыту разработки корпоративных систем и интеграции AML-программ, могу предложить уникальный подход к правилам и scoring, обеспечивая при этом прозрачность работы алгоритмов. Основное внимание будет к формализации risk-факторов и интеграции AML, что позволит оперативно оценивать транзакции. Давайте обсудим детали и создадим надежную систему для вашего бизнеса.

Здравствуйте! Готов выполнить данный проект есть большой опыт разработки различных приложений

Добрый день!
Меня зовут Валентин, и я представляю Arctic Web Agency. Мы - команда опытных веб-разработчиков, которые специализируются на создании современных и эффективных веб-решений для бизнеса. В личные сообщения смогу предоставить примеры наших похожих работ. Готовы взять ваш проект в работу!

С уважением
Arctic Web Team
Freelancehunt

Показать оригинал

Перевести

Приветсвую, Денис

Есть небольшие наработки в anty bot решениях и опыт интеграции AML решений.
Также разработка risk score для внутренних аудитов компании.

Могу взять в работу уже в єтом месяце, пишите.

Привет, я разработчик на Golang, имею более 4 лет коммерческой разработки на Go, в том числе в блокчейне. Примеры проектов: - SaveX - MPC криптокошелек для стейблов - faces.foundation - наш новый стартап для токенизации KYC и защиты криптоактивов - Granium - децентрализованная система хранения файлов на основе Cosmos SDK - kyc.market - биржа KYC с криптоплатежами. Для такого проекта предлагаю частичное сотрудничество с фиксированным временем/ставкой. Думаю, мы сможем договориться.

Показать оригинал

Перевести

Здравствуйте,

У меня есть практический опыт разработки и внедрения систем оценки рисков в реальном времени для продуктов, связанных с платежами и криптовалютами, с сильным акцентом на борьбу с отмыванием денег, обнаружение мошенничества и риски для торговцев. Я создал объяснимые, основанные на правилах и оценочные движки, которые производят единые оценки рисков и четкие решения по одобрению/пересмотру/отказу, с полным ведением журнала и аудиторскими следами.

Мне комфортно формализовать факторы риска для торговцев, пользователей, транзакций и данных блокчейна, интегрировать внешних поставщиков AML и разрабатывать готовые к производству бэкенд-системы на Python и Node.js. Мой подход приоритизирует прозрачность, масштабируемость и быструю итерацию по мере развития логики рисков.

Я буду рад обсудить архитектуру, сроки и цены, и я открыт для долгосрочного сотрудничества.

С наилучшими пожеланиями,

Показать оригинал

Перевести

Здравствуйте!
У меня есть практический опыт в проектировании и реализации систем принятия решений на основе рисков для финансовых и крипто-платежных продуктов, с фокусом на AML, антифрод и риски мерчантов. Я хорошо понимаю, что в вашем случае речь идет не о отдельных проверках, а о прозрачном и управляемом движке принятия решений, который в реальном времени принимает решения approve / review / reject и может масштабироваться.
Мой подход
Реализую модель на основе правил + оценки без "черных ящиков", с объяснимой логикой:
Формализация риск-факторов на уровнях:
мерчант (тип бизнеса, история, поведение, скорость);
пользователь (повторяемость, география, поведенческие паттерны);
транзакция (сумма, частота, отклонение от базового профиля);
блокчейн (источник средств, экспозиция, переходы, санкционные риски).
… Расчет единого риск-скоринга с четкими весами и кодами причин.
Настраиваемые пороги принятия решений (approve / review / reject) без необходимости релизов.
Интеграция провайдеров AML блокчейна через адаптерный слой (Chainalysis / TRM / Merkle Science / аналоги).
Полный аудит:
входные данные;
сработавшие правила;
оценка;
финальное решение;
версия политики.
Архитектурно
Отдельный движок принятия решений с API и низкой задержкой.
Версионирование политики и правил.
Хранение ключевых функций и истории.
Логирование и метрики для дальнейшей настройки.
Backend: Python / Go / Node — под ваш стек.
Результат
Работающая риск-система в продакшене;
Документированная логика AML / антифрод;
Основа для дальнейшего масштабирования (новые правила, провайдеры, мерчанты).
Вопросы для корректного старта
Какие блокчейны и активы используются (BTC / ETH / TRON / стейблкоины)?
Есть ли уже выбранный провайдер AML?
Какие KYC/KYB данные доступны по пользователям и мерчантам?
Ожидаемая нагрузка и требования к задержке (TPS, SLA)?
Какой объем MVP вы считаете достаточным для первого прод-запуска?
Сроки предлагаю зафиксировать после согласования объема MVP.
Буду рада обсудить детали и возможное долгосрочное сотрудничество.

Показать оригинал

Перевести