🎁 Antes de se candidatar, treine esta entrevista. Crie sua conta grátis no WorkMundi e ganhe um Treinamento de Entrevista no HelpsYouSpeak — sem custo, sem cartão. Quero meu treinamento →
Seu Cardápio Diário 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. Ingredientes que buscamos 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 fraude; 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.