FINALYSE Wykrywanie wyłudzeń w zautomatyzowanych systemach decyzyjnych. Kongres Antyfraudowy. Amsterdam I Brussels I Luxembourg I Warsaw
|
|
- Daria Król
- 6 lat temu
- Przeglądów:
Transkrypt
1 FINALYSE Wykrywanie wyłudzeń w zautomatyzowanych systemach decyzyjnych Kongres Antyfraudowy Amsterdam I Brussels I Luxembourg I Warsaw
2 AGENDA Wprowadzenie Wyzwania Best Practise Korzyści Confidential By no means does FINALYSE authorize to communicate parts of the present information to any third parties 2
3 Wprowadzenie
4 WPROWADZENIE RODZAJE WYŁUDZEŃ W ZAUTOMATYZOWANYCH SYSTEMACH DECYZYJNYCH KRADZIEŻ TOŻSAMOŚCI Na cudze nazwisko: Otwieranie kont bankowych Zakładanie sklepów internetowych Rejestrowanie kart sim Rejestrowanie działalności gospodarczych Logowanie na cudzych danych Confidential By no means does FINALYSE authorize to communicate parts of the present information to any third parties 4
5 WPROWADZENIE RODZAJE WYŁUDZEŃ W ZAUTOMATYZOWANYCH SYSTEMACH DECYZYJNYCH KRADZIEŻ TOŻSAMOŚCI ZAKUPY Z WYKORZYSTANIEM WYKRADZIONYCH DANYCH KART PŁATNICZYCH Kradzież danych poprzez: Phishing Skimming Fałszowanie kart Kopiowanie sygnału NFC Confidential By no means does FINALYSE authorize to communicate parts of the present information to any third parties 5
6 WYZWANIA RODZAJE WYŁUDZEŃ W ZAUTOMATYZOWANYCH SYSTEMACH DECYZYJNYCH KRADZIEŻ TOŻSAMOŚCI ZACIĄGANIE ZOBOWIĄZANIA BEZ ZAMIARU SPŁACENIA ZAKUPY Z WYKORZYSTANIEM WYKRADZIONYCH DANYCH KART PŁATNICZYCH WYŁUDZENIE ODSZKODOWANIA Confidential By no means does FINALYSE authorize to communicate parts of the present information to any third parties 6
7 Wyzwania
8 WYZWANIA DLA SYSTEMU IDENTYFIKACJA OSOBY OSZACOWANIE PRAWDOPODOBIEŃSTWA WYŁUDZENIA Confidential By no means does FINALYSE authorize to communicate parts of the present information to any third parties 8
9 WYZWANIA DLA MODELARZA Brak równowagi między fraudami i non-fraudami (np : 1) Szybko zmieniająca się forma i schematy wyłudzeń Wysoka szkodowość fraudów Bardzo dużo sygnałów z systemu, które de facto nie są fraudami (tzw. false positive) Niski poziom wykrywalności fraudów przez model Confidential By no means does FINALYSE authorize to communicate parts of the present information to any third parties 9
10 FINALYSE TIP #1 Uporządkuj dane wewnętrzne
11 UPORZĄDKUJ DANE WEWNĘTRZNE PROTIP #1 Zidentyfikuj systemy źródłowe Zidentyfikuj logi systemowe Zidentyfikuj przepływy danych Przemyśl zasady archiwizacji Przemyśl zasady agregacji Confidential By no means does FINALYSE authorize to communicate parts of the present information to any third parties 11
12 FINALYSE TIP #2 Korzystaj z usług zewnętrznych
13 KORZYSTAJ Z USŁUG ZEWNĘTRZNYCH PROTIP #2 AUTENTYCZNOŚĆ DOKUMENTÓW HISTORIA KREDYTOWA BIG DATA BIG i HISTORIA RACHUNKU BANKOWEGO SEKTOROWE BAZY DANYCH POTWIERDZENIE TOŻSAMOŚCI DEVICE FINGERPRINT Confidential By no means does FINALYSE authorize to communicate parts of the present information to any third parties 13
14 KORZYSTAJ Z USŁUG ZEWNĘTRZNYCH PROTIP #2 AUTENTYCZNOŚĆ DOKUMENTÓW HISTORIA KREDYTOWA BIG DATA BIG i HISTORIA RACHUNKU BANKOWEGO SEKTOROWE BAZY DANYCH POTWIERDZENIE TOŻSAMOŚCI DEVICE FINGERPRINT Confidential By no means does FINALYSE authorize to communicate parts of the present information to any third parties 14
15 KORZYSTAJ Z USŁUG ZEWNĘTRZNYCH PROTIP #2 AUTENTYCZNOŚĆ DOKUMENTÓW HISTORIA KREDYTOWA BIG DATA BIG i HISTORIA RACHUNKU BANKOWEGO SEKTOROWE BAZY DANYCH POTWIERDZENIE TOŻSAMOŚCI DEVICE FINGERPRINT Confidential By no means does FINALYSE authorize to communicate parts of the present information to any third parties 15
16 FINALYSE TIP #3 Analiza Ante-Factum
17 ANALIZA ANTE-FACTUM PROTIP #3 Proces aplikacyjny AS-IS: Wniosek klienta System aplikacyjny Wydanie decyzji POST-FACTUM Sprawdzenie antyfraud Confidential By no means does FINALYSE authorize to communicate parts of the present information to any third parties 17
18 ANALIZA ANTE-FACTUM PROTIP #3 Proces aplikacyjny TO-BE: Skierowanie do ręcznej weryfikacji Wniosek klienta System aplikacyjny ANTE-FACTUM Model antyfraudowy Wydanie decyzji Confidential By no means does FINALYSE authorize to communicate parts of the present information to any third parties 18
19 FINALYSE TIP #4 Zautomatyzuj analizę antyfraud
20 ZAUTOMATYZUJ ANALIZĘ ANTYFRAUD PROTIP #4 Nie sposób dokonywać ręcznej weryfikacji przed wydaniem decyzji w zautomatyzowanych systemach decyzyjnych Zastosuj automatycznie uruchamiane modele statystyczne, które w tym samym czasie potrafią ocenić o wiele więcej transakcji Confidential By no means does FINALYSE authorize to communicate parts of the present information to any third parties 20
21 FINALYSE TIP #5 Wykorzystuj nowoczesne techniki analityczne
22 WYKORZYSTUJ NOWOCZESNE TECHNIKI ANALITYCZNE PROTIP #5 Dane wewnętrzne Dane zewnętrzne Ante Factum Automat decyzyjny MODEL STATYSTYCZNY Confidential By no means does FINALYSE authorize to communicate parts of the present information to any third parties 22
23 WYKORZYSTUJ NOWOCZESNE TECHNIKI ANALITYCZNE PROTIP #5 Drzewa CHAID Metoda k-najbliższych sąsiadów Drzewa klasyfikacyjne i regresyjne (CART) Drzewa wzmacniane MODEL STATYSTYCZNY Sieci neuronowe Text mining Metoda wektorów nośnych (SVM) Las losowy Regresja logistyczna Funkcje sklejane MARSplines Confidential By no means does FINALYSE authorize to communicate parts of the present information to any third parties 23
24 Korzyści
25 KORZYŚCI Wystandaryzowane podejście Odkrywanie wzorców zachowania Wiedza o kliencie Unikanie nierzetelnych płatników Mniej wyłudzeń Szybkość podejmowania decyzji Confidential By no means does FINALYSE authorize to communicate parts of the present information to any third parties 25
Prezentacja raportu z badania nadużyć w sektorze finansowym
Prezentacja raportu z badania nadużyć w sektorze finansowym Edycja 2017 24 października 2017 Agenda 1 Problem badawczy Zakres badania, zależności między zmiennymi 2 Grupa respondentów Udział poszczególnych
Bardziej szczegółowoDOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE:
DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE: DATAMINING 1 S t r o n a WSTĘP Czyli jak zastąpić wróżenie z fusów i przysłowiowego nosa, statystyką i modelami ekonometrycznymi. Niniejszy dokument,
Bardziej szczegółowoScoring kredytowy w pigułce
Analiza danych Data mining Sterowanie jakością Analityka przez Internet Scoring kredytowy w pigułce Mariola Kapla Biuro Informacji Kredytowej S.A. StatSoft Polska Sp. z o.o. ul. Kraszewskiego 36 30-110
Bardziej szczegółowodata mining machine learning data science
data mining machine learning data science deep learning, AI, statistics, IoT, operations research, applied mathematics KISIM, WIMiIP, AGH 1 Machine Learning / Data mining / Data science Uczenie maszynowe
Bardziej szczegółowoJak skutecznie budować i wdrażać zabezpieczenia do walki z wyłudzeniami?
Jak skutecznie budować i wdrażać zabezpieczenia do walki z wyłudzeniami? Tomasz Imbiorowski, Dyrektor Departamentu Bezpieczeństwa, Bank Pocztowy SA Dariusz Wojtas, Head of Product Management, IMPAQ Warszawa,
Bardziej szczegółowoPRAKTYCZNY SKORING - NIE TYLKO KREDYTOWY
PRAKTYCZNY SKORING - NIE TYLKO KREDYTOWY Piotr Wójtowicz, Grzegorz Migut StatSoft Polska Jakie są różnice pomiędzy osobami prawidłowo regulującymi swoje zobowiązania a niechętnie spłacającymi swoje długi,
Bardziej szczegółowoWidzenie komputerowe (computer vision)
Widzenie komputerowe (computer vision) dr inż. Marcin Wilczewski 2018/2019 Organizacja zajęć Tematyka wykładu Cele Python jako narzędzie uczenia maszynowego i widzenia komputerowego. Binaryzacja i segmentacja
Bardziej szczegółowoWykorzystanie i monitorowanie scoringu
Analiza danych Data mining Sterowanie jakością Analityka przez Internet Wykorzystanie i monitorowanie scoringu Tomasz Sudakowski Biuro Informacji Kredytowej S.A. StatSoft Polska Sp. z o.o. ul. Kraszewskiego
Bardziej szczegółowo4.1. Wprowadzenie...70 4.2. Podstawowe definicje...71 4.3. Algorytm określania wartości parametrów w regresji logistycznej...74
3 Wykaz najważniejszych skrótów...8 Przedmowa... 10 1. Podstawowe pojęcia data mining...11 1.1. Wprowadzenie...12 1.2. Podstawowe zadania eksploracji danych...13 1.3. Główne etapy eksploracji danych...15
Bardziej szczegółowoWpływ dyrektywy PSD II na korzystanie z instrumentów płatniczych. Warszawa, 15 stycznia 2015 r. Zbigniew Długosz
Wpływ dyrektywy PSD II na korzystanie z instrumentów płatniczych Warszawa, 15 stycznia 2015 r. Zbigniew Długosz 1 do czego można wykorzystywać bankowość elektroniczną? nowe usługi płatnicze a korzystanie
Bardziej szczegółowoRok akademicki: 2030/2031 Kod: ZZP MK-n Punkty ECTS: 3. Poziom studiów: Studia II stopnia Forma i tryb studiów: Niestacjonarne
Nazwa modułu: Komputerowe wspomaganie decyzji Rok akademicki: 2030/2031 Kod: ZZP-2-403-MK-n Punkty ECTS: 3 Wydział: Zarządzania Kierunek: Zarządzanie Specjalność: Marketing Poziom studiów: Studia II stopnia
Bardziej szczegółowoPRZEWIDYWANIE WYŁUDZEŃ W SZKODACH KOMUNIKACYJNYCH ZA POMOCĄ MODELI PREDYKCYJNYCH W TUIR WARTA
PRZEWIDYWANIE WYŁUDZEŃ W SZKODACH KOMUNIKACYJNYCH ZA POMOCĄ MODELI PREDYKCYJNYCH W TUIR WARTA Barbara Leśniarek, TUiR WARTA S.A. Ubezpieczenia komunikacyjne są strategicznym filarem biznesu ubezpieczeniowego.
Bardziej szczegółowoWYDZIAŁ MATEMATYKI KARTA PRZEDMIOTU
WYDZIAŁ MATEMATYKI KARTA PRZEDMIOTU Nazwa w języku polskim: Eksploracja Danych Nazwa w języku angielskim: Data Mining Kierunek studiów (jeśli dotyczy): MATEMATYKA I STATYSTYKA Stopień studiów i forma:
Bardziej szczegółowoSAS wybrane elementy. DATA MINING Część III. Seweryn Kowalski 2006
SAS wybrane elementy DATA MINING Część III Seweryn Kowalski 2006 Algorytmy eksploracji danych Algorytm eksploracji danych jest dobrze zdefiniowaną procedurą, która na wejściu otrzymuje dane, a na wyjściu
Bardziej szczegółowoTechnologia biometryczna w procesach obsługi pacjentów i obiegu dokumentacji medycznej Konferencja ekspercka dotycząca e- Zdrowia Warszawa, 27
Technologia biometryczna w procesach obsługi pacjentów i obiegu dokumentacji medycznej Konferencja ekspercka dotycząca e- Zdrowia Warszawa, 27 listopada 2011 Agenda Demonstracja działania systemu Technologia
Bardziej szczegółowoAgenda. Quo vadis, security? Artur Maj, Prevenity
Quo vadis, security? Artur Maj, Prevenity Agenda 1. Bezpieczeostwo informacji rys historyczny 2. Najistotniejsze wyzwania bezpieczeostwa - obecnie i w najbliższym czasie 3. Nasze rekomendacje 1 Bezpieczeostwo
Bardziej szczegółowoAlgorytmy metaheurystyczne Wykład 11. Piotr Syga
Algorytmy metaheurystyczne Wykład 11 Piotr Syga 22.05.2017 Drzewa decyzyjne Idea Cel Na podstawie przesłanek (typowo zbiory rozmyte) oraz zbioru wartości w danych testowych, w oparciu o wybrane miary,
Bardziej szczegółowoEksploracja danych a serwisy internetowe Przemysław KAZIENKO
Eksploracja danych a serwisy internetowe Przemysław KAZIENKO Wydział Informatyki i Zarządzania Politechnika Wrocławska kazienko@pwr.wroc.pl Dlaczego eksploracja danych w serwisach internetowych? Kanały
Bardziej szczegółowoRealne zagrożenia i trendy na podstawie raportów CERT Polska. CERT Polska/NASK
Realne zagrożenia i trendy na podstawie raportów CERT Polska CERT Polska/NASK Kim jesteśmy? Czym jest CERT Polska: Zespół działający w ramach Naukowej i Akademickiej Sieci Komputerowej; Powołany w 1996
Bardziej szczegółowoSTATISTICA DECISIONING PLATFORM, CZYLI JAK PODEJMOWAĆ DECYZJE W EPOCE BIG DATA
STATISTICA DECISIONING PLATFORM, CZYLI JAK PODEJMOWAĆ DECYZJE W EPOCE BIG DATA Mirosław Popieluch, StatSoft Polska Sp. z o.o. Gromadzenie coraz większych ilości danych w każdej dziedzinie życia i gospodarki
Bardziej szczegółowoCzęść 2. Teoretyczne i praktyczne aspekty wybranych metod analiz ilościowych w ekonomii i zarządzaniu
Spis treści Część 1 Analiza procedur wyznaczania i wykorzystania rozwiązań uogólnionych wybranej klasy nieliniowych modeli optymalizacyjnych we wspomaganiu procesów decyzyjnych (Jerzy Mika) Wprowadzenie.
Bardziej szczegółowoCyberbezpieczeństwo w świecie płatności natychmiastowych i e-walletów. Michał Olczak Obserwatorium.biz Warszawa, 29.10.2015
Cyberbezpieczeństwo w świecie płatności natychmiastowych i e-walletów Michał Olczak Obserwatorium.biz Warszawa, 29.10.2015 O mnie Michał Olczak, Członek zarządu, CTO absolwent Politechniki Poznańskiej,
Bardziej szczegółowoHurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu
i business intelligence Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl Wrocław 2005-2007 Plan na dziś : 1. Wprowadzenie do przedmiotu (co będzie omawiane oraz jak będę weryfikował zdobytą wiedzę
Bardziej szczegółowoOd Expert Data Scientist do Citizen Data Scientist, czyli jak w praktyce korzystać z zaawansowanej analizy danych
Od Expert Data Scientist do Citizen Data Scientist, czyli jak w praktyce korzystać z zaawansowanej analizy danych Tomasz Demski StatSoft Polska www.statsoft.pl Analiza danych Zaawansowana analityka, data
Bardziej szczegółowoStatSoft profesjonalny partner w zakresie analizy danych
Analiza danych Data mining Sterowanie jakością Analityka przez Internet StatSoft profesjonalny partner w zakresie analizy danych StatSoft Polska Sp. z o.o. StatSoft Polska Sp. z o.o. ul. Kraszewskiego
Bardziej szczegółowoMaciej Oleksy Zenon Matuszyk
Maciej Oleksy Zenon Matuszyk Jest to proces związany z wytwarzaniem oprogramowania. Jest on jednym z procesów kontroli jakości oprogramowania. Weryfikacja oprogramowania - testowanie zgodności systemu
Bardziej szczegółowoSzkolenie Analiza dyskryminacyjna
Szkolenie Analiza dyskryminacyjna program i cennik Łukasz Deryło Analizy statystyczne, szkolenia www.statystyka.c0.pl Szkolenie Analiza dyskryminacyjna Co to jest analiza dyskryminacyjna? Inną nazwą analizy
Bardziej szczegółowoAutomatyczny system wykrywania nieubezpieczonych posiadaczy pojazdów mechanicznych wspierający kontrole prowadzone przez UFG
Automatyczny system wykrywania nieubezpieczonych posiadaczy pojazdów mechanicznych wspierający kontrole prowadzone przez UFG XX Forum Teleinformatyki 25.09.2014, Warszawa dr hab. Wojciech Bijak, prof.
Bardziej szczegółowoSystemy Wczesnego Ostrzegania ZBP. www.cpb.pl Warszawa, 19 maja 2008 r.
Systemy Wczesnego Ostrzegania ZBP Związek Banków Polskich oferuje i rozwija następujące Systemy Wczesnego Ostrzegania: - AKCEPTANCI, - BANKOWY REJESTR, - DOKUMENTY ZASTRZEŻONE, - POJAZDY, - POSIADACZE,
Bardziej szczegółowoPieniądz elektroniczny aktualne wyzwania prawne. Paweł Widawski Konferencja Bankowość Przyszłości Prawo i Technologia Warszawa, dnia 23.04.
Pieniądz elektroniczny aktualne wyzwania prawne Paweł Widawski Konferencja Bankowość Przyszłości Prawo i Technologia Warszawa, dnia 23.04.2012 Agenda Ewolucja pojęcia pieniądz elektroniczny Czy pieniądz
Bardziej szczegółowoUCZENIE MASZYNOWE I SZTUCZNA INTELIGENCJA Jako narzędzia wspomagania decyzji w zarządzaniu kapitałem ludzkim organizacji
UCZENIE MASZYNOWE I SZTUCZNA INTELIGENCJA Jako narzędzia wspomagania decyzji w zarządzaniu kapitałem ludzkim organizacji Filip Wójcik Wydział Zarządzania, Informatyki i Finansów Instytut Informatyki Ekonomicznej
Bardziej szczegółowoWypłaty z bankomatów przy użyciu odbitki palca Odbitka palca zastępuje PIN Transakcje bankowe przy użyciu odbitki palca Wiodąca technologia
Wypłaty z bankomatów przy użyciu odbitki palca Odbitka palca zastępuje PIN Transakcje bankowe przy użyciu odbitki palca Wiodąca technologia biometryczna FingerBanking Biometria staje się częścią naszego
Bardziej szczegółowoZastosowanie metod eksploracji danych (data mining) do sterowania i diagnostyki procesów w przemyśle spożywczym
POLITECHNIKA WARSZAWSKA Instytut Technik Wytwarzania Zastosowanie metod eksploracji danych (data mining) do sterowania i diagnostyki procesów w przemyśle spożywczym Marcin Perzyk Dlaczego eksploracja danych?
Bardziej szczegółowoZarządzanie kompetencjami pracowników
Zarządzanie kompetencjami pracowników Kompetencje IT w dobie cyfryzacji i informatyzacji życia gospodarczego Baza wymaganych kompetencji i jej zmiana w czasie Kompetencje a stanowisko pracy Indywidualizacja
Bardziej szczegółowoKwestia procesu / podziału odpowiedzialności w zakresie odpowiedzialności za księgi pomocnicze
Kwestia procesu / podziału odpowiedzialności w zakresie odpowiedzialności za księgi pomocnicze Polska Izba Ubezpieczeń Seminarium w sprawie rachunkowości 26 listopada 2013 roku Agenda Otoczenie regulacyjne
Bardziej szczegółowoJakub Kisielewski. www.administracja.comarch.pl
Nowatorski punkt widzenia możliwości analitycznosprawozdawczych w ochronie zdrowia na przykładzie systemu Elektronicznej Platformy Gromadzenia, Analizy i Udostępniania zasobów cyfrowych o Zdarzeniach Medycznych
Bardziej szczegółowoJaką kartę chcesz mieć w portfelu?
Jaką kartę chcesz mieć w portfelu? Anna Cichy Ewa Kęsik Departament Ochrony Klientów Urząd Komisji Nadzoru Finansowego 24.09.2015 r. 1 Jak wygląda zawartość dzisiejszego portfela? źródło: http://blog.szefler.cba.pl/?attachment_id=124
Bardziej szczegółowoz wyszczególnieniem usług automatyzacji procesów mgr inż. Adam Smółkowski mgr inż. Marcin Wójciuk Aspartus (Grupa ProService FINTECO)
Przewidywane kierunki outsourcingu w ubezpieczeniach z wyszczególnieniem usług automatyzacji procesów mgr inż. Adam Smółkowski mgr inż. Marcin Wójciuk Aspartus (Grupa ProService FINTECO) Outsourcing definicja
Bardziej szczegółowoWiarygodność finansowa - co możesz zyskać? Kolejna strona
Wiarygodność finansowa - co możesz zyskać? Kolejna strona Informacje podstawowe Powstanie BIK: Październik 1997 r. Akcjonariusze 10 banków oraz Związek Banków Polskich Podstawa prawna utworzenia BIK Art.
Bardziej szczegółowoMigracja EMV czas na decyzje biznesowe
Migracja EMV czas na decyzje biznesowe Forum Liderów Banków Spółdzielczych 14-15 września 2009 Copyright 2009, First Data Corporation. All Rights Reserved. Agenda EMV Geneza standardu i jego rozwój Nowe
Bardziej szczegółowoPodpis elektroniczny Paperless Signature
Podpis elektroniczny Paperless Signature Uwolnij podpis od papieru i zamień dokumenty papierowe na elektroniczne Rozporządzenie unijne eidas obowiązujące wszystkie kraje UE od 1 lipca 2016 r., Ustawa o
Bardziej szczegółowow ekonomii, finansach i towaroznawstwie
w ekonomii, finansach i towaroznawstwie spotykane określenia: zgłębianie danych, eksploracyjna analiza danych, przekopywanie danych, męczenie danych proces wykrywania zależności w zbiorach danych poprzez
Bardziej szczegółowoHurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu
i business intelligence Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl Wrocław 2005-2012 Plan na dziś : 1. Wprowadzenie do przedmiotu (co będzie omawiane oraz jak będę weryfikował zdobytą wiedzę
Bardziej szczegółowoZintegrowana Platforma Identyfikacji i Weryfikacji Zjawisk Przestępczości Ubezpieczeniowej: Funkcjonalności i korzyści dla Zakładów Ubezpieczeń
Zintegrowana Platforma Identyfikacji i Weryfikacji Zjawisk Przestępczości Ubezpieczeniowej: Funkcjonalności i korzyści dla Zakładów Ubezpieczeń Bogumił Kamiński Szkoła Główna Handlowa w Warszawie, DahliaMatic
Bardziej szczegółowoS1A_W06 makroekonomii niezbędną do rozumienia podstawowych procesów
Kierunkowe efekty kształcenia Kierunek: zarządzanie i inŝynieria produkcji Obszar kształcenia: nauki rolnicze, leśne i weterynaryjne, nauki techniczne oraz społeczne Poziom kształcenia: studia pierwszego
Bardziej szczegółowoOpis efektów kształcenia dla modułu zajęć
Nazwa modułu: Eksploracja danych Rok akademicki: 2030/2031 Kod: MIS-2-105-MT-s Punkty ECTS: 5 Wydział: Inżynierii Metali i Informatyki Przemysłowej Kierunek: Informatyka Stosowana Specjalność: Modelowanie
Bardziej szczegółowoPaperless Signature system do eliminacji dokumentów papierowych w procesach biznesowych
Paperless Signature system do eliminacji dokumentów papierowych w procesach biznesowych Całkowita eliminacja papieru? Teraz to możliwe! Ten kto zarządza dokumentami papierowymi w firmie, na których wymagany
Bardziej szczegółowoJak płatności mobilne ułatwiają życie w mieście? Kamila Dec Departament Bankowości Mobilnej i Internetowej
Jak płatności mobilne ułatwiają życie w mieście? Kamila Dec Departament Bankowości Mobilnej i Internetowej Zmieniające się oczekiwania Klientów 30% 90% Sprzedaży w kanałach cyfrowych Interakcji poza oddziałami
Bardziej szczegółowoWiarygodność finansowa - co możesz zyskać? Kolejna strona
Wiarygodność finansowa - co możesz zyskać? Kolejna strona Score Hunter Lubisz zbierać punkty i rywalizować? Chcesz dowiedzieć się jak chronić swój tożsamość? Zastanawiasz się czy wiarygodność to Twoja
Bardziej szczegółowoPROBIT - nowoczesnym, zintegrowany pakiet oprogramowania dedykowany Jednostkom Państwowej Inspekcji Sanitarnej
PROBIT - nowoczesnym, zintegrowany pakiet oprogramowania dedykowany Jednostkom Państwowej Inspekcji Sanitarnej Planowanie i realizacja Budżetu zadaniowego (Funkcja, Zadanie, Podzadanie, Działanie) Wspieranie
Bardziej szczegółowoZintegrowana Platforma Identyfikacji i Weryfikacji Zjawisk Przestępczości Ubezpieczeniowej: Funkcjonalności i korzyści dla Zakładów Ubezpieczeń
Zintegrowana Platforma Identyfikacji i Weryfikacji Zjawisk Przestępczości Ubezpieczeniowej: Funkcjonalności i korzyści dla Zakładów Ubezpieczeń Bogumił Kamiński Szkoła Główna Handlowa w Warszawie, DahliaMatic
Bardziej szczegółowoPrzemysł farmaceutyczny: jakość, bezpieczeństwo, utrzymanie ruchu Zarządzanie przepływem informacji w systemach bezpiecznej i wydajnej produkcji
Zarządzanie przepływem informacji w systemach bezpiecznej i wydajnej produkcji 1 Działania na rzecz bezpieczeństwa i jakości GHP/GMP Podstawowe wymagania HACCP Bezpieczeństwo żywności QACP ISO9000 Wszystkie
Bardziej szczegółowoJednolity Plik Kontrolny oraz zmiany w przepisach podatkowych w 2016 r.
Jednolity Plik Kontrolny oraz zmiany w przepisach podatkowych w 2016 r. Szczecin, 10 czerwca 2016 1 Wprowadzenie Jednolitego Pliku Kontrolnego 2 Jednolity Plik Kontrolny wprowadzenie Jednolity Plik Kontrolny
Bardziej szczegółowoData Mining podstawy analizy danych Część druga
Data Mining podstawy analizy danych Część druga W części pierwszej dokonaliśmy procesu analizy danych treningowych w oparciu o algorytm drzewa decyzyjnego. Proces analizy danych treningowych może być realizowany
Bardziej szczegółowoOferta Banku Zachodniego WBK S.A. na usługę Elektronicznej Identyfikacji NaleŜności dla. Warszawa, 2008-11- 14
Oferta Banku Zachodniego WBK S.A. na usługę Elektronicznej Identyfikacji NaleŜności dla Warszawa, 2008-11- 14 I. Opis usługi Elektroniczna Identyfikacja NaleŜności Elektroniczna Identyfikacja NaleŜności
Bardziej szczegółowoInformacja o przetwarzaniu danych osobowych
Knyszyn, dnia 08 maja 2018 r. Szanowni Klienci PBS w Knyszynie Informacja o przetwarzaniu danych osobowych W związku z realizacją wymogów Rozporządzenia Parlamentu Europejskiego i Rady (UE) 2016/679 w
Bardziej szczegółowoBezpieczeństwo usług oraz informacje o certyfikatach
Bezpieczeństwo usług oraz informacje o certyfikatach Klienci banku powinni stosować się do poniższych zaleceń: nie przechowywać danych dotyczących swojego konta w jawnej postaci w miejscu, z którego mogą
Bardziej szczegółowoCO MOŻNA ZROBIĆ ZA POŚREDNICTWEM Usługi TeleBOŚ? PEŁEN WYKAZ FUNKCJONALNOŚCI
CO MOŻNA ZROBIĆ ZA POŚREDNICTWEM Usługi TeleBOŚ? PEŁEN WYKAZ FUNKCJONALNOŚCI RACHUNKI Informacja o saldzie i dostępnych środkach na rachunku Informacja o przyznanym limicie na rachunku Informacja blokadach
Bardziej szczegółowoBig Data Summit, Warszawa, Jak dopasować się do potrzeb klienta? BigData narzędziem do wsparcia biznesowych decyzji
Big Data Summit, Warszawa, 17.03.2016 Jak dopasować się do potrzeb klienta? BigData narzędziem do wsparcia biznesowych decyzji emnos Warszawa 2 PAYBACK 2009 2015 2000 2012 2014 2010 Nagrody i bony u partnerów
Bardziej szczegółowoSztuczna Inteligencja w energetyce
Krzysztof Wysocki Oracle Innovation Lab Polska krzysztof.wysocki@oracle.com +48 661 966 158 Sztuczna Inteligencja w energetyce Copyright 2017, Oracle and/or its affiliates. All rights reserved. 2 Sztuczna
Bardziej szczegółowoSzkolenia SAS Cennik i kalendarz 2017
Szkolenia SAS Spis treści NARZĘDZIA SAS FOUNDATION 2 ZAAWANSOWANA ANALITYKA 2 PROGNOZOWANIE I EKONOMETRIA 3 ANALIZA TREŚCI 3 OPTYMALIZACJA I SYMULACJA 3 3 ROZWIĄZANIA DLA HADOOP 3 HIGH-PERFORMANCE ANALYTICS
Bardziej szczegółowoAnaliza danych i data mining.
Analiza danych i data mining. mgr Katarzyna Racka Wykładowca WNEI PWSZ w Płocku Przedsiębiorczy student 2016 15 XI 2016 r. Cel warsztatu Przekazanie wiedzy na temat: analizy i zarządzania danymi (data
Bardziej szczegółowoPiotr Wójtowicz StatSoft Polska Sp. z o.o.
ROZWIĄZANIA STATISTICA DLA SKORINGU Piotr Wójtowicz StatSoft Polska Sp. z o.o. Skuteczność działania systemu skoringowego przede wszystkim zależy od dostępności, zakresu i jakości gromadzonych danych.
Bardziej szczegółowoPrzeciwdziałanie praniu pieniędzy i zapobieganie finansowaniu terroryzmu (PPP)
Przeciwdziałanie praniu pieniędzy i zapobieganie finansowaniu terroryzmu (PPP) Potencjalne obszary zaangażowania doradcy zewnętrznego przy wdrożeniu nowych regulacji Wrzesień 2009 . Agenda 1. Kluczowe
Bardziej szczegółowoOptymalizacja Automatycznych Testów Regresywnych
Optymalizacja Automatycznych Testów Regresywnych W Organizacji Transformującej do Agile Adam Marciszewski adam.marciszewski@tieto.com Agenda Kontekst projektu Typowe podejście Wyzwania Cel Założenia Opis
Bardziej szczegółowoNa drodze do skutecznego zarządzania nadużyciami w bankowości. Karol Mazurek i Rafał Milewski Warszawa,
Na drodze do skutecznego zarządzania nadużyciami w bankowości Karol Mazurek i Rafał Milewski Warszawa, 19.10.2015 Nadużycia stają się coraz poważniejszym wyzwaniem dla instytucji finansowych Adaptacja
Bardziej szczegółowoOchrona prywatności. a r t u r. c i e s l i p o l i t y k a b e z p i e c z e n s t w a. c o m. p l
Karty miejskie Karty elektroniczne Ochrona prywatności A r t u r C i e ś l i k M B A, a u d i t o r I S O / I E C 2 7 0 0 1, r e d a k t o r n a c z e l n y I T P r o f e s s i o n a l a r t u r. c i e
Bardziej szczegółowoMiasta, w których będą odbywały się praktyki: Warszawa, Kraków, Trójmiasto, Katowice, Wrocław, Łódź, Poznań, Szczecin, Częstochowa.
Program Praktyk Letnich (Sektor Bankowości Detalicznej) Obszar praktyk: Sektor Bankowości Detalicznej W ramach praktyk w tym obszarze zapoznasz się z pracą departamentów dedykowanych dla klientów indywidualnych.
Bardziej szczegółowoBezpieczeństwo Karty płatnicze w Systemach Komputerowych Karty płatnicze Karty płatnicze Skimming
Karty paypass Ataki Bezpieczeństwo w Systemach Komputerowych Skimming Utrata karty Przechwycenie danych karty kredytowej Błędy działania Chargeback 1 2 wprowadzenie wprowadzenie Budowa karty magnetycznej
Bardziej szczegółowoOpinie na temat współczesnych sposobów płatności bezgotówkowych. Marek Lekki
Opinie na temat współczesnych sposobów płatności bezgotówkowych Marek Lekki Informacje o badaniu Badanie zostało przeprowadzone metodą wywiadów internetowych (CAWI) wśród osób posiadających internetowe
Bardziej szczegółowoFormularz informacyjny przeniesienie rachunku płatniczego
Formularz informacyjny przeniesienie rachunku płatniczego Bank realizuje proces przeniesienia rachunku płatniczego zgodnie z przepisami Ustawy z dnia 19 sierpnia 2011r. o usługach płatniczych. Przez przeniesienie
Bardziej szczegółowoJak bezpiecznie prowadzić firmę rodzinną w zmieniającym się otoczeniu prawnym i podatkowym? Co Co będzie ważne w roku roku 2018?
Jak bezpiecznie prowadzić firmę rodzinną w zmieniającym się otoczeniu prawnym i podatkowym? Co Co będzie ważne w roku roku 2018? Joanna Wierzejska Tax Partner Piotr Andrzejczak Partner V Międzynarodowy
Bardziej szczegółowoTomasz Pawlik KAMSOFT S.A. Dyrektor Wydziału Rozwiązań dla Rynku Farmaceutycznego
Tomasz Pawlik KAMSOFT S.A. Dyrektor Wydziału Rozwiązań dla Rynku Farmaceutycznego Rynek aptek jest skomputeryzowany 100% aptek w kraju jest skomputeryzowanych, 100% aptek w kraju rozlicza się elektronicznie
Bardziej szczegółowoAKADEMICKI SYSTEM ARCHIWIZACJI PRAC - charakterystyka
Plan prezentacji 1. Akademicki System Archiwizacji Prac charakterystyka 2. Integracja aplikacji ASAP z innymi systemami 3. Obieg pracy dyplomowej w systemie ASAP 4. Wdrożenie aplikacji ASAP 5. Korzyści
Bardziej szczegółowoBusiness Intelligence jako narzędzie do walki z praniem brudnych pieniędzy
Business www.comarch.pl Intelligence jako narzędzie do walki z praniem brudnych pieniędzy Business Intelligence jako narzędzie do walki z praniem brudnych pieniędzy Tomasz Matysik Kołobrzeg, 19.11.2009
Bardziej szczegółowoInformacja dotycząca najlepszych systemów wykonywania zleceń i jakości wykonywania zleceń
Warszawa, dnia 16 maja 2018 r. Informacja dotycząca najlepszych systemów wykonywania i jakości wykonywania Zgod z treścią Rozporządze delegowanego Komisji (UE) 2017/576 uzupełniającego dyrektywę Parlamentu
Bardziej szczegółowoSNP SNP Business Partner Data Checker. Prezentacja produktu
SNP SNP Business Partner Data Checker Prezentacja produktu Istota rozwiązania SNP SNP Business Partner Data Checker Celem produktu SNP SNP Business Partner Data Checker jest umożliwienie sprawdzania nazwy
Bardziej szczegółowoTransakcje przy użyciu waluty Bitcoin na tle pozostałych form płatności mobilnych. Sylwester Suszek
Transakcje przy użyciu waluty Bitcoin na tle pozostałych form płatności mobilnych Sylwester Suszek Bitcoin Bitcoin to zdecentralizowana waluta internetowa Błyskawiczne transakcje w dowolne miejsce na świecie
Bardziej szczegółowoWiarygodność finansowa - co możesz zyskać? Kolejna strona
Wiarygodność finansowa - co możesz zyskać? Kolejna strona Realizacja Programu Współpraca z organizacjami studenckimi Certyfikowane szkolenia e-learningowe dla studentów Wykłady tematyczne prowadzone przez
Bardziej szczegółowoKLAUZULA INFORMACYJNA
KLAUZULA INFORMACYJNA Przedstawiamy informacje o zasadach przetwarzania Pani/Pana danych osobowych przez Cardina spółka z ograniczoną odpowiedzialnością. Informacja jest przekazywana na postawie art. 13
Bardziej szczegółowoPodstawy sztucznej inteligencji
wykład 7 Eksploracja danych 25 stycznia 2011 Plan wykładu Co to jest eksploracja danych? 1 Co to jest eksploracja danych? 2 3 Definicja Eksploracja danych ED (Data mining) Metody wydobywania ukrytych informacji
Bardziej szczegółowoZNACZENIE WYMIANY DANYCH MIĘDZY BIK i UFG DLA BEZPIECZEŃSTWA TRANSAKCJI UBEZPIECZENIOWO-BANKOWYCH. dr Mariusz Cholewa Prezes Zarządu BIK S.A.
ZNACZENIE WYMIANY DANYCH MIĘDZY BIK i UFG DLA BEZPIECZEŃSTWA TRANSAKCJI UBEZPIECZENIOWO-BANKOWYCH dr Mariusz Cholewa Prezes Zarządu BIK S.A. Informacje o BIK GRUPA BIK NAJWIĘKSZY ZBIÓR INFORMACJI O ZOBOWIĄZANIACH
Bardziej szczegółowoElektroniczny. Obieg Dokumentów SPRAWNA WYMIANA INFORMACJI W FIRMIE SKUTECZNA APLIKACJA DO ZARZĄDZANIA OBIEGIEM DOKUMENTÓW SPRAWNA WYMIANA
SPRAWNA WYMIANA Elektroniczny INFORMACJI W FIRMIE Obieg Dokumentów SPRAWNA WYMIANA INFORMACJI W FIRMIE SKUTECZNA APLIKACJA DO ZARZĄDZANIA OBIEGIEM DOKUMENTÓW Nowoczesna, intuicyjna aplikacja umożliwiająca
Bardziej szczegółowoMetody scoringowe w regresji logistycznej
Metody scoringowe w regresji logistycznej Andrzej Surma Wydział Matematyki, Informatyki i Mechaniki Uniwersytetu Warszawskiego 19 listopada 2009 AS (MIMUW) Metody scoringowe w regresji logistycznej 19
Bardziej szczegółowoSystem Obsługi Pożyczek
System Obsługi Pożyczek Wersja 4.0 1 System Obsługi Pożyczek wersja 4.0 System Obsługi Pożyczek to nowoczesne rozwiązanie przeznaczone dla funduszy pożyczkowych, poręczeniowych oraz dla innych pośredników
Bardziej szczegółowoBank Spółdzielczy w Raciborzu ZASADY PRZENOSZENIA RACHUNKÓW PŁATNICZYCH DLA OSÓB FIZYCZNYCH W BANKU SPÓŁDZIELCZYM W RACIBORZU
Bank Spółdzielczy w Raciborzu ZASADY PRZENOSZENIA RACHUNKÓW PŁATNICZYCH DLA OSÓB FIZYCZNYCH W BANKU SPÓŁDZIELCZYM W RACIBORZU Rozdział I. Postanowienia ogólne 1. Niniejsze Zasady przenoszenia rachunków
Bardziej szczegółowoISO 27001 w Banku Spółdzielczym - od decyzji do realizacji
ISO 27001 w Banku Spółdzielczym - od decyzji do realizacji Aleksander Czarnowski AVET Information and Network Security Sp. z o.o. Agenda ISO 27001 zalety i wady Miejsce systemów bezpieczeństwa w Bankowości
Bardziej szczegółowoProjektowanie oprogramowania. Wykład Weryfikacja i Zatwierdzanie Inżynieria Oprogramowania Kazimierz Michalik
Projektowanie oprogramowania Wykład Weryfikacja i Zatwierdzanie Inżynieria Oprogramowania Kazimierz Michalik Agenda Weryfikacja i zatwierdzanie Testowanie oprogramowania Zarządzanie Zarządzanie personelem
Bardziej szczegółowoZałącznik nr 1 regulaminu sklepu internetowego SZOP NA BAGNIE POLITYKA PRYWATNOŚCI
Załącznik nr 1 regulaminu sklepu internetowego SZOP NA BAGNIE POLITYKA PRYWATNOŚCI Administrator danych osobowych Administratorem danych jest SZOP NA BAGNIE, Kordian Michalskim ul. Świerkowa 3 17-111 Boćki
Bardziej szczegółowoZasady przetwarzania danych osobowych klientów
Zasady przetwarzania danych osobowych klientów Niniejsze zasady przetwarzania danych osobowych klientów (dalej również zasady ) określają, w jaki sposób Ferratum przetwarza Dane osobowe swoich Klientów
Bardziej szczegółowoWYMIANA INFORMACJI O WIERZYTELNOŚCIACH SPRZEDANYCH
WYMIANA INFORMACJI O WIERZYTELNOŚCIACH SPRZEDANYCH Spis Treści 1. Istota zagadnienia...4 2. Cel dokumentu...4 3. Sprzedaż portfela wierzytelności innemu bankowi... 4 4. Sprzedaż wierzytelności firmie windykacyjnej
Bardziej szczegółowoZarządzanie testowaniem wspierane narzędziem HP Quality Center
Zarządzanie testowaniem wspierane narzędziem HP Quality Center studium przypadku Mirek Piotr Szydłowski Ślęzak Warszawa, 17.05.2011 2008.09.25 WWW.CORRSE.COM Firma CORRSE Nasze zainteresowania zawodowe
Bardziej szczegółowoMetody i narzędzia poprawy efektywności w kontroli jakości
8 Kongres Świata Przemysłu Farmaceutycznego Metody i narzędzia poprawy efektywności w kontroli jakości Piotr Lipiński, Kierownik Działu Systemów Jakości/QP Ożarów Mazowiecki Listopad 2016 Czego od nas
Bardziej szczegółowoSTATISTICA DATA MINER I STATISTICA ENTERPRISE SPOSÓB NA SZYBKĄ BUDOWĘ I WDRAŻANIE MODELI
STATISTICA DATA MINER I STATISTICA ENTERPRISE SPOSÓB NA SZYBKĄ BUDOWĘ I WDRAŻANIE MODELI Grzegorz Migut, StatSoft Polska Sp. z o.o. Modelowanie statystyczne staje się obecnie nieodzownym elementem wsparcia
Bardziej szczegółowoKonferencja w ramach projektu ROZWÓJ ELEKTRONICZNEJ ADMINISTRACJI W SAMORZĄDACH WOJEWÓDZTWA MAZOWIECKIEGO WSPOMAGAJĄCEJ NIWELOWANIE DWUDZIELNOŚCI
Konferencja w ramach projektu ROZWÓJ ELEKTRONICZNEJ ADMINISTRACJI W SAMORZĄDACH WOJEWÓDZTWA MAZOWIECKIEGO WSPOMAGAJĄCEJ NIWELOWANIE DWUDZIELNOŚCI PODZIAŁU WOJEWÓDZTWA 8 lipca 2010 r. E-GOSPODARKA WYKORZYSTAĆ
Bardziej szczegółowoPOLITYKA PRYWATNOŚCI
POLITYKA PRYWATNOŚCI I. Definicje 1. Administrator COMARCH TECHNOLOGIES sp. z o.o. z siedzibą w Krakowie, Aleja Jana Pawła II 39A, 31-864 Kraków, zarejestrowaną w rejestrze przedsiębiorców Krajowego Rejestru
Bardziej szczegółowoAnalityka danych w nadzorze nad administracją
Analityka danych w nadzorze nad administracją Dr Mariusz Maciejewski Radca Prawny Akademia L. Koźmińskiego 2014/2015 Nadzór i kontrola administracyjna na podstawie Big data Wzrost przychodów podatkowych
Bardziej szczegółowo