Especialista Prevenção a Fraude (Fintech)

Nosso modo de fazer no time

Principais atividades:

• Investigar padrões de fraude como chargebacks, account takeover, synthetic identity e fraud rings;
• Estruturar processos de investigação replicáveis, definindo dados a coletar, sequência de validações e templates de análise;
• Escrever queries SQL avançadas para explorar dados de transação, comportamento, device e parceiros;
• Analisar dados em Python usando pandas para validar hipóteses, construir visualizações e suportar decisões;
• Desenhar e monitorar experimentos A/B e realizar backtesting de regras e modelos;
• Construir scores preditivos e propor mudanças no motor de fraude com visão de trade-offs entre fraude, conversão e falso positivo;
• Integrar fontes internas e de parceiros, garantindo qualidade, governança e observabilidade dos dados;
• Colaborar com Produto, Operações e Tecnologia para priorizar roadmap do motor de fraude e justificar decisões com dados;
• Conduzir investigações em incidentes críticos, organizar war rooms e documentar causas raízes e aprendizados;
• Documentar playbooks, templates e registrar evidências por trás de cada decisão;
• Capacitar e mentorar analistas para replicar métodos e padrões de investigação.

Requisitos:

• SQL avançado para consultas complexas e otimização;
• Python para análise de dados com pandas para manipulação, exploração e validação de hipóteses;
• Pensamento estatístico para desenhar experimentos, interpretar significância e controlar vieses;
• Domínio de motores de fraude e lógica de regras para avaliar impacto operacional e de receita;
• Capacidade de construir modelos de risco e scoring para detecção proativa de frauda;
• Habilidade para integrar múltiplas fontes de dados e estruturar pipelines estáveis;
• Mentalidade orientada a métricas com foco em definição de KPIs relevantes para fraude;
• Autonomia para conduzir projetos do discovery à validação e rollout com stakeholders diversos;
• Comunicação clara para traduzir análises complexas para público técnico e executivo;
• Liderança para mentorar, revisar análises, priorizar iniciativas e conduzir decisões em crises;
• Organização e priorização aplicando princípio 80 20 em ambiente ágil.

Para Realçar o Sabor:

• Familiaridade com PySpark e processamento distribuído de dados;
• Conhecimento em orquestração de pipelines como Airflow ou Prefect;
• Experiência com ETL/ELT e engenharia de dados em produção;
• Familiaridade com AWS e serviços de dados gerenciados;
• Conhecimento do ecossistema de adquirência, subadquirência e fluxos de pagamento incluindo PIX;
• Familiaridade com LLMs e ferramentas como Claude, GPT, Gemini e NotebookLM para suporte à investigação;
• Conhecimento em frameworks para LLM e agentes como LangChain e LlamaIndex;
• Práticas de MLOps e LLMOps aplicadas a modelos e agentes em produção;
• Uso de Git para versionamento e colaboração;
• Background em prevenção a fraude ou risco em ambientes de fintech, adquirência ou subadquirência.

Informações adicionais:

• A vaga é remota.