Responsabilidades

• Desenvolver e implementar estratégias e modelos avançados para detecção e prevenção de fraudes em transações financeiras, com foco em Crédito PF e PJ.

• Conduzir due diligence, background check e definição de KYC.

• Produzir análises ad hoc para decisões de priorização, monitorar indicadores de crédito em parceria com MIS e apoiar iniciativas de KYC avançado.

• Analisar grandes volumes de dados transacionais e comportamentais utilizando ferramentas de análise de dados e/ou linguagens de programação.

• integrar o ciclo completo de estratégia antifraude, desde a criação de regras, estudos de impacto, monitoramento de performance, otimização de regras e modelos e interface com outras áreas.

• Colaborar com equipes de tecnologia para integrar soluções antifraude em sistemas existentes e desenvolver novas funcionalidades.

• Elaborar relatórios detalhados sobre tendências de fraude, perdas financeiras e desempenho das estratégias implementadas.

• Manter-se atualizado sobre as últimas tendências e tecnologias em prevenção a fraudes, participando de workshops e treinamentos.

Requisitos

• Experiência sólida em análise e prevenção de fraudes, preferencialmente no setor financeiro ou e-commerce.

• Domínio avançado em SQL para consulta e manipulação de grandes bases de dados relacionais e não relacionais.

• Diferencial: Conhecimento em linguagens de programação como Python ou R para análise de dados e desenvolvimento de modelos preditivos.

• Experiência sólida com ferramentas antifraude (e.g., FICO Falcon, RSA Adaptive Authentication, ClearSale) e sistemas de monitoramento.

• Diferencial: Conhecimento em técnicas de machine learning e estatística aplicada para detecção de anomalias e padrões de fraude.

• Familiaridade com regulamentações de segurança de dados (LGPD, GDPR) e padrões de segurança da informação (PCI DSS).

• Capacidade de realizar análises complexas, identificar riscos e propor soluções estratégicas para mitigar fraudes.

Habilidades

• SQL avançado — obrigatório

• Experiência em análise de dados aplicada à prevenção a fraudes ou risco de crédito

• Capacidade de especificar e acompanhar controles de Crédito PF e PJ

• Conhecimento de KYC, due diligence e processos de background check

• Domínio de métricas antifraude e de crédito (precision, recall, inadimplência, aprovação)

• Conhecimento de regulamentações: LGPD, PCI DSS

• Diferenciais: Python ou R para modelagem e análise preditiva. Experiência com sanções internacionais e listas restritivas (OFAC, PEP). Vivência com ferramentas de motor de decisão (FICO, DataRudder ou similares). Experiência em fintechs de crédito ou bancos digitais.