Genera grafos de transacciones financieras sintéticas masivas con patrones de fraude cíclicos para evaluar modelos de ML en grafos.
Construye grafos de transacciones financieras listos para evaluación comparativa con patrones de blanqueo de capitales de múltiples saltos incrustados.
gen-fraud-graph es una herramienta en Python que genera conjuntos de datos de transacciones financieras sintéticas con redes de blanqueo de capitales integradas. Puedes utilizarla para evaluar redes neuronales en grafos, probar algoritmos contra el blanqueo de capitales y realizar pruebas de carga en bases de datos de grafos sin exponer registros financieros sensibles.
La herramienta crea nodos de cuentas sintéticos, aristas de transacciones normales y redes de fraude cíclicas que abarcan de cuatro a siete saltos. Exporta conjuntos de datos en formato CSV genérico o sintaxis de carga masiva de AWS Neptune, con incrustaciones vectoriales opcionales de modelos locales o de OpenAI. La generación paralela en multiproceso te permite escalar los resultados desde mil hasta más de diez millones de cuentas.
Científicos de datos, ingenieros de aprendizaje automático y arquitectos de bases de datos que trabajan en la detección de delitos financieros se beneficiarán más de esta herramienta. No está destinada a usuarios finales que busquen modelos preentrenados o una interfaz gráfica de usuario, ya que la configuración y la ejecución se realizan íntegramente en la línea de comandos o mediante scripts de Python.
Genera patrones de blanqueo de capitales cíclicos de múltiples saltos con una profundidad configurable de 4 a 7 saltos de transacción.
Admite vectores aleatorios, modelos locales SentenceTransformers o integraciones con la API de OpenAI para características de nodos y aristas.
Distribuye la ejecución del generador entre trabajadores de multiproceso para crear conjuntos de datos de hasta decenas de millones de registros.
Exporta archivos CSV generados con el formato directo para la carga masiva de AWS Neptune junto con la salida CSV genérica estándar.
gen-fraud-graph es de uso gratuito bajo la licencia Apache-2.0. Tus únicos costes provienen de la infraestructura informática y el almacenamiento necesarios para grandes generaciones, junto con los costes opcionales de la API de OpenAI si seleccionas incrustaciones en la nube externas.
877 puestos remotos abiertos de entrenamiento de IA, actualizados el 16 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.
El tamaño de salida oscila entre aproximadamente 2 MB para 1.000 cuentas (escala 0.0001) y 20 GB o más para 10 millones de cuentas (escala 1.0).
No. Puedes usar el proveedor predeterminado 'fake' para vectores aleatorios rápidos o la opción 'local' para generar incrustaciones usando modelos locales SentenceTransformers sin tarifas de API.
Ve Zekai primero en Google