Автор ділиться робочим процесом створення агента розслідування шахрайства з використанням Jev і TigerGraph: після сповіщення використовуються графові докази, байєсівське оновлення та розпізнавання образів, Jev виконує додатковий пошук, а перед схваленням людиною приймається рішення на основі політики. Jev виступає контрольним шаром.
Been building a fraud investigation agent using Jev + TigerGraph. The flow is basically: Alert → graph evidence → Bayesian update → pattern → Jev's one extra lookup → policy → verdict → human approval. Jev isn't the decision-maker. It's the control layer that decides
James Long використовує Jev для найдратівливішої проблеми фінансових інструментів: генерації описів отримувачів із сирих банківських даних. З першої спроби досягнуто близько 95%, є багато способів покращити запити.
Розробник використовує Jev для рішення про купівлю чи продаж і виконує реальні угоди в ончейн-книзі заявок Kuru через Monad кожні 300 мс. Link
Erik Spock Gafni пропонує тим, хто багато заробляє на торгівлі Jev, жертвувати частину прибутку на благодійність.