Anti-fraud Senior Analyst | Analista Sênior de Prevenção a Fraudes

Liderar análises e processos de recuperação de valores relacionados a fraudes em Pix e cartões, atuando em MED (Mecanismo Especial de Devolução), bloqueio cautelar, devoluções via SPI (Sistema de Pagamentos Instantâneos), chargebacks e processos de representação junto às bandeiras.

Garantir o cumprimento dos prazos operacionais e regulatórios, acompanhando taxas de recuperação, motivos de perda, eficiência dos processos e oportunidades de melhoria.

Conduzir investigações forenses complexas por meio do cruzamento de dados financeiros, cadastrais, comportamentais, transacionais, de dispositivos e acessos.

Liderar o desenvolvimento, a validação, o monitoramento, o tuning e a avaliação de performance de modelos preditivos e regras antifraude, considerando indicadores como precision, recall e taxa de detecção.

Desenvolver, revisar e parametrizar regras de monitoramento, bloqueio e geração de alertas em ferramentas antifraude.

Propor e acompanhar testes, ajustes e experimentos para melhorar a eficiência dos modelos e reduzir impactos indevidos na experiência dos clientes.

Colaborar com Tecnologia e Produtos na integração de ferramentas antifraude, motores de decisão, APIs, fontes externas de dados e sistemas de case management.

Construir indicadores estratégicos (perdas, recuperações, chargebacks, performance dos modelos) e produzir análises executivas para apoiar decisões da liderança sobre riscos, controles e priorização de iniciativas.

Experiência sólida em prevenção, detecção, investigação ou recuperação de fraudes no mercado financeiro, bancário, de pagamentos, adquirência ou emissão de cartões.

Domínio do fluxo de contestação e recuperação de valores, incluindo MED, bloqueio cautelar e devoluções.

Domínio de SQL e vivência em Python aplicado à análise de dados, automação de investigações.

Experiência em investigação forense de casos complexos e identificação de contas laranja, mulas financeiras, triangulações e redes organizadas de fraude.

Conhecimento de modelos preditivos, técnicas de machine learning e métricas de performance aplicadas à prevenção de fraude.

Capacidade de avaliar criticamente regras, modelos e processos, identificando riscos, limitações e oportunidades de evolução.

Perfil analítico e investigativo, com capacidade de conduzir análises e projetos de forma autônoma e orientado à resolução de problemas complexos.

Comunicação clara, com capacidade de traduzir análises técnicas em recomendações, influenciar decisões e colaborar com áreas técnicas e de negócio.

Conhecimento de técnicas como regressão logística, árvores de decisão, random forest, gradient boosting, redes neurais e detecção de anomalias.

Experiência com análise de grafos e ferramentas utilizadas para mapear redes e relacionamentos transacionais.

Experiência com integração de APIs, automação de alertas e construção de pipelines de dados.

Conhecimento de ferramentas de visualização de dados, como Looker, Power BI ou similares.

Experiência na definição de indicadores, testes de performance e monitoramento contínuo de modelos antifraude.

Experiência prévia em fintechs, bancos digitais, instituições de pagamento, adquirentes, subadquirentes ou emissores de cartão.