Învățarea automată în iGaming

1) Cazuri de afaceri și valoare

Produs/venituri: LTV prognoză, Chorm (outflow), tendințe de depunere/cumpărare, misiuni dinamice/quest-uri, next-best-action/ofertă.
Marketing/CRM: aspect asemănător, segmentare, declanșatoare în timp real, optimizare bonus (ABO - Optimizare bonus rezistent la abuz).
Risc/Conformitate: antifraudă/AML (viteză, structurare, caracteristici grafice), Joc Responsabil (RG) - rata de risc, declanșatoare de intervenție.
Operațiuni/SRE: predicția incidentelor, capacitatea/prognoza traficului, anomalii ale furnizorilor.
Finanțe: prognoza GGR/NGR, sensibilitate Fx, detectarea manipulării contrapărții.

Ghiduri de efect: + 3-7% la venitul net datorită personalizării, − 20-40% la pierderea fraudei, − 10-25% la Chorn, răspuns SLA RG <5 s atunci când on-line.

2) Caracteristică Inginerie

Surse: gameplay, plăți/PSP, autentificare, dispozitive/ASN/geo, RG/KYC/KYB, marketing UTM, jurnale furnizor, suport/texte.

• Ferestre comportamentale: N rate/depozite si sume pe 10 min/ora/zi, recenta/frecventa/monetara.
• Secvențe: lanțuri de jocuri, timp cu ultima activitate, caracteristici de sesiune.
• Geo/dispozitiv: țară/piață, ASN, tip dispozitiv/browser.
• Grafic: player-card-dispozitiv-IP conexiuni, componente/centralități (inele de fraudă).
• Contextual: ora din zi/zi a săptămânii/sărbători de piață, furnizor/gen/volatilitate joc.
• RG/AML: limite, autoexcluderi, steaguri de screening, PEP/sancțiuni (prin cache/asynchron).

• Normalizați valutele și timpul (UTC + market locale).
• Istorisiți dimensiunile (SCD II).
• Conveniți asupra transformării online/offline (cod unic Feature Store).

3) Arhitectură: offline ↔ online

3. 1 Buclă offline

Lakehouse: Bronze→Silver (normalizare/îmbogățire) →Gold (seturi de date).
Feature Store (offline): înregistrarea formulei, alăturarea punctului în timp, materializarea seturilor de antrenament.
Instruire: containere cu dependențe fixe; experimente de urmărire (metrici/artefacte/date).
Validare: k-fold/temporal split, backtest, off-policy evaluation.

3. 2 Circuit online

Ingera → Stream Processing: Flink/Spark/fascicul cu ferestre/filigrane, idempotenta.
Feature Store (online): low-brevet cache (Redis/Scylla) + turnuri offline.
Servire: puncte finale REST/gRPC, grafic de notare, rutare AB, eliberări canare.
Storefronturi în timp real: ClickHouse/Pinot pentru panouri/reguli.

4) Modele și abordări model

Clasificare/notare: Churn/depunere/fraudă/RG (LogReg, XGBoost/LightGBM, TabNet, CatBoost).
Clasament/recomandări: factorizare/clasament pe liste (LambdaMART), seq2rec (RNN/Transformers), bandiți contextuali.
Anomalii: Izolation Forest, One-Class SVM, AutoEncoder, Profet/TSfresh pentru seria de timp.
Grafic: Node2Vec/GraphSAGE/GNN pentru inele de fraudă.
Cauzalitate: modele de ridicare, T-learner/X-learner, DoWhy/CausalML.
NLP/ASR: bilete/chat-uri, clasificarea reclamațiilor, sentiment, subiecte.

5) Măsurători de calitate

Clasificare: ROC-ASC/PR-ASC, F1 la praguri operaţionale, cost preconizat (FP ponderat/FN), SK pentru scorarea riscului.
Recomandări: NDCG @ K, MAP @ K, acoperire/diversitate, CTR/CVR online.
TS/Prognoză: MAPE/SMAPE, WAPE, eroare de P50/P90, acoperire PI.
RG/AML: precizie/rechemare în SLA, timp mediu până la interval.
Economie: creșterea veniturilor nete, fraude salvate, campanii ROI,% abuz de bonus.

6) Evaluare și experimente

Offline: split temporal, backtest pe săptămână/piață/chiriaș.
Online: A/B/n, CUPED/diff-in-diff, teste secvențiale.
Off-policy: IPS/DR pentru politici de personalizare.
Stat. putere: calculul dimensiunii eșantionului având în vedere varianța și MDE.

python cost_fp = 5. 0 # false alarm cost_fn = 50. 0 # missed fraud threshold = pick_by_expected_cost (scores, labels, cost_fp, cost_fn)

7) Confidențialitate, etică, conformitate

Minimizarea PII: pseudonime, izolarea cartografică, CLS/RLS.
Rezidență: contururi separate SEE/UK/BR; fără uniuni transregionale fără fundament.
DSAR/RTBF: ștergere/editare în caracteristici și jurnale; Legal Hold pentru cazuri/raportare.
Corectitudine/părtinire: auditul caracteristicilor, impactul disparat, controlul variabilelor proxy.
Explicabilitate: SHAP/importanța caracteristicilor, model de carduri (proprietar, dată, date, valori, riscuri).
Securitate: KMS/CMK, secrete în afara jurnalelor, arhive WORM de versiuni.

8) MLOps: ciclu de viață

1. Date și caracteristici: scheme/contracte, reguli DQ (integralitate/unicitate/interval/temporal), descendență.
2. Instruire: containere, autotuning, experimente de urmărire.
3. Validare: teste de compatibilitate circuit, părtinire/corectitudine, teste de performanță.
4. Release (CI/CD/CT): rollout-uri canare/etapizate, feature flags, „lansare întunecată”.
5. Servire: autoscaling, caching, gRPC/REST, timeout/retrays.
6. Monitorizare: derivă de date/predicție (PSI/KL), latență p95, rată de eroare, acoperire, „valori silențioase”.
7. Re-tren: program/declanșatoare pe drift/degradarea metricii.
8. Incidente: runbook, model rollback, rezervă (regulă/model simplu).

9) Feature Store (kernel de consistență)

Offline: calculul punctual, anti-scurgere, caracteristica versiunii formulei.
Online: latență scăzută (≤ 10-30 ms), TTL, consistență cu offline.
Contracte: nume/descriere, proprietar, SLA, formulă, teste de conformitate online/offline.

yaml name: deposits_sum_10m owner: ml-risk slo: {latency_ms_p95: 20, availability: 0. 999}
offline:
source: silver. payments transform: "SUM(amount_base) OVER 10m BY user_pseudo_id"
online:
compute: "streaming_window: 10m"
tests:
- compare_online_offline_max_abs_diff: 0. 5

10) Scoring online și reguli

Reguli hibride ML +: model → viteză + explicații; reguli - hard-guard/etică/lege.
Cusături: modele CEP (structurare/viteză/comutator de dispozitiv) + punctaj ML.
SLA: p95 end-to-end 50-150ms pentru personalizare, ≤ 2-5s pentru alerte RG/AML.

python features = feature_store. fetch(user_id)
score = model. predict(features)
if score > T_RG:
trigger_intervention(user_id, reason="RG_HIGH_RISK", score=score)
elif score > T_BONUS:
send_personal_offer(user_id, offer=choose_offer(score, seg))

11) Date de instruire: eșantioane și etichete

Ferestre eveniment: t0 - referință, t0 + Δ - etichetă (depozit/negru/fraudă).
Controlul scurgerilor: alăturarea punctuală, excluderea evenimentelor viitoare.
Echilibrare: stratificare/greutăți de clasă, pierdere focală pentru clase rare.
Etică: excludeți atributele/proxy-urile sensibile, influența controlului.

12) Economie și productivitate

Caracteristici de cost: conta cost/caracteristică și cost/cerere, pentru a evita greu online-se alătură.
Cash: caracteristici fierbinți în RAM, rece - leneș.
Materializare: agregare offline; online numai critice.
Cote: limite pentru reluări, backtest-uri pe ferestrele de timp; chargeback de echipa.

13) Exemple SQL/Pseudo Code

sql
WITH base AS (
SELECT user_pseudo_id, MIN(event_time) AS first_seen
FROM silver. fact_bets
GROUP BY user_pseudo_id
),
agg AS (
SELECT user_pseudo_id,
DATE(t. event_time) AS asof,
SUM(amount_base) FILTER (WHERE type='deposit' AND event_time >= t. event_time - INTERVAL '30' DAY AND event_time < t. event_time) AS dep_30d,
COUNT() FILTER (WHERE type='bet' AND event_time >= t. event_time - INTERVAL '7' DAY) AS bets_7d
FROM silver. fact_events t
GROUP BY user_pseudo_id, DATE(t. event_time)
)
SELECT a. user_pseudo_id, a. asof, a. dep_30d, a. bets_7d,
CASE WHEN NOT EXISTS (
SELECT 1 FROM silver. fact_events e
WHERE e. user_pseudo_id=a. user_pseudo_id AND e. event_time > a. asof AND e. event_time <= a. asof + INTERVAL '30' DAY
) THEN 1 ELSE 0 END AS label_churn_30d
FROM agg a;

sql
SELECT user_id,
TUMBLE_START(event_time, INTERVAL '10' MINUTE) AS win_start,
COUNT() AS deposits_10m,
SUM(amount_base) AS sum_10m
FROM stream. payments
GROUP BY user_id, TUMBLE(event_time, INTERVAL '10' MINUTE);

14) Foaia de parcurs privind implementarea

1. Catalog de semnale și Feature Store v1 (5-10 caracteristici pentru plăți/Gameplay).

2. Modelul de bază Churn/depozit (XGBoost) + A/B pentru 10-20% din trafic.

3. Navigarea online cu cache (p95 <150 ms) și eliberări canare.

4. Monitorizare drift/calitate, model card, rollback runbook.

• Notare RG/AML, caracteristici grafice, declanșatoare în timp real.
• Modele de uplift pentru bonusuri, bandiți contextuali, evaluare off-policy.
• Auto-re-tren prin drift/calendar, automatizarea documentației.

• Personalizarea catalogului de jocuri (seq2rec), optimizarea multi-obiectiv (venit/responsabilitate).
• Surfing multiregional, SLA/cote, chargeback pe caracteristici/deducție.
• Audituri de corectitudine și teste de stres, burghie DR și depozite de eliberare WORM.

15) RACI

R (Responsabil): MLOps (platformă/servire), Data Science (modele/experimente), Data Eng (caracteristici/conducte).
A (Responsabil): șef de date/CDO.
C (Consultat): Compliance/DPO (PII/RG/AML/DSAR), Security (KMS/secrets), SRE (SLO/value), Finance (effect/ROI), Legal.
I (Informat): Produs/Marketing/Operațiuni/Suport.

16) Lista de verificare pre-vânzare

• Caracteristici convenite online/offline, testele de tranzit au trecut.
• Cardul model (proprietar, date, valori, riscuri, corectitudine) este completat.
• Eliberare canar/fichflag; Alerte SLA și latență/eroare/derivă.
• Politicile PII/DSAR/RTBF/Legal Hold aplicate; jurnalele sunt impersonale.
• Runbook incident/rollback; strategia de rezervă.
• Experimentele sunt formalizate (ipoteze, valori, durată, MDE).
• Costul deducției și caracteristica este inclusă în buget; cotele și limitele sunt incluse.

17) Anti-modele

Discrepanță caracteristică online/offline → inaccesibilitate.
API-uri externe sincrone în „calea fierbinte” fără memorie cache și timeout.
Formule metrice opace/fără carduri model.
Recalificare/derivă fără monitorizare și suprasolicitare.
PII în analiză și formare fără CLS/RLS/minimizare.
„Un model mare pentru tot” fără descompunerea domeniului.

18) Linia de jos

ML în iGaming nu este un set de modele „magice”, ci o disciplină: date și caracteristici consecvente, instruire offline reproductibilă, navigare online de încredere, MLOps stricte, metrică transparentă și etică/conformitate. Urmând acest ghid, veți construi un sistem care crește în mod constant veniturile și retenția, reduce riscul și respectă cerințele de reglementare - la scară, rapid și previzibil.