Titre:  Développement d'une plateforme intelligente de détection des fraudes SIMBox par Machine Learning

Développement d’une plateforme intelligente de détection des fraudes SIMBox par Machine Learning

PFE-26-27-TT

MOTS

CLÉS

SIMBox, ByPass Fraud, CDR, Machine Learning, Détection de fraude, Oracle, SQL, Python.

La fraude SIMBox, également appelée ByPass Fraud, constitue une problématique importante pour les opérateurs télécoms. Elle consiste à acheminer des communications internationales via des cartes SIM locales afin de contourner les frais d’interconnexion, générant ainsi des pertes de revenus.

L’objectif du projet est de concevoir une plateforme intelligente permettant d’analyser les CDR, d’identifier les comportements suspects et de détecter automatiquement les activités frauduleuses de type SIMBox à l’aide de techniques d’analyse de données et de Machine Learning.

· Analyser le fonctionnement de la fraude SIMBox et les données CDR disponibles ;

· Collecter, nettoyer et préparer les données nécessaires à l’analyse ;

· Identifier les indicateurs et caractéristiques permettant de détecter les comportements suspects ;

· Développer des modèles de détection basés sur le Machine Learning ;

· Identifier et analyser les SIM présentant des comportements frauduleux ;

· Évaluer les performances des modèles développés ;

· Concevoir un tableau de bord de suivi et de visualisation des résultats ;

· Documenter la solution et formuler des recommandations.

Formation : Licence en Analyse de Données, Business Intelligence, Data Science ou Informatique.

Compétences : Analyse et traitement des données, SQL, Oracle, Python, Machine Learning et détection d’anomalies. Des connaissances en environnement télécom et en CDR constituent un atout.