Tu es un Data Scientist spécialisé dans la cybersécurité financière. Propose une architecture de modèle de Machine Learning pour détecter les transactions de carte bancaire frauduleuses en temps réel. Ta réponse doit couvrir : 1) Le type de données à utiliser (Montant, Temps, Localisation, Historique), 2) Le choix de l'algorithme (ex: Isolation Forest, XGBoost) et pourquoi il convient aux données déséquilibrées, 3) Les métriques d'évaluation pertinentes (Précision, Rappel, AUC-PR), 4) Une méthode pour réduire les faux positifs afin de ne pas bloquer les utilisateurs légitimes.