Analista de Inteligência de Fraudes Sr

Responsabilidades 

• Responsável pela inteligência da área de Prevenção a Fraudes.
• Estruturar o Data-Lake de Fraudes.
• Desenvolver e implementar modelos analíticos e estatísticos avançados para detecção e prevenção de fraudes.
• Realizar análises complexas de grandes volumes de dados para identificar padrões, tendências e anomalias que indiquem atividades fraudulentas.
• Monitorar e otimizar a performance dos modelos de fraude existentes, propondo ajustes e melhorias contínuas.
• Colaborar com equipes de engenharia e produto para integrar soluções de detecção de fraude aos sistemas da empresa.
• Elaborar relatórios detalhados e dashboards interativos para comunicar insights de fraude a stakeholders internos e externos.
• Manter-se atualizado com as últimas tendências e tecnologias em prevenção de fraudes e machine learning.
• Produzir relatórios executivos mensais e responder a demandas analíticas do time e C-levels.
• Monitorar indicadores de todos os produtos e apoiar analiticamente as iniciativas estratégicas da coordenadoria.

Requisitos 

• Experiência sólida na área de inteligência de fraudes ou análise de dados.
• Proficiência avançada em SQL para manipulação e análise de dados em bancos de dados relacionais e não relacionais.
• Domínio em linguagens de programação para análise de dados, como Python ou R.
• Experiência sólida na construção e validação de modelos preditivos e algoritmos de Machine Learning (e.g., Regressão Logística, Random Forest, XGBoost, Redes Neurais).
• Conhecimento profundo em estatística aplicada e econometria para detecção de fraudes.
• Familiaridade com ferramentas de visualização de dados (Tableau, Power BI, Looker) para criação de dashboards e relatórios.
• Experiência com processamento e análise de dados em ambientes de Big Data (Spark, Hadoop) é um diferencial.
• Capacidade de estruturar Data Lakes e bases análiticas.
• Conhecimento de métricas antifraude.

Habilidades 

• SQL Avançado
• Python (Pandas, Scikit-learn)
• Machine Learning
• Estatística Aplicada
• Detecção de Anomalias
• Visualização de Dados (Tableau/Power BI)
• Big Data (Spark/Hadoop)
• Modelagem Preditiva
• Análise de Risco
• Estruturar Data Lake
• Conhecimento de métricas Antifraude

Aplicar-se a Vaga