Antifraud Specialist - Credit

About The Company

Somos a solução financeira que está mudando o jogo na América Latina, construindo inovação com visão de futuro. Em 5 anos, já abrimos mais de 10 milhões de contas e captamos R$300 milhões com fundos como a16z e NEA. Somos uma fintech Série B, regulada pelo Banco Central, com um time de 120 pessoas construindo uma nova forma da geração mais jovem se relacionar com dinheiro.

Sobre a vaga

A área de FraudOps da NG.CASH é responsável por prevenir fraude em escala, combinando automações em produção, decisões apoiadas por inteligência artificial e rigor estatístico.

Com crédito ganhando espaço central na estratégia da empresa, distinguir fraude de inadimplência se torna uma decisão financeira crítica. Uma defesa pouco precisa pode bloquear bons clientes e reduzir conversão; uma defesa permissiva pode aumentar perdas e abrir espaço para padrões de ataque cada vez mais sofisticados.

Buscamos uma pessoa especialista para ser referência quantitativa na frente de crédito e assumir papel decisivo na construção da inteligência antifraude da operação. Com profundo entendimento de como fraudadores exploram produtos de crédito, essa pessoa irá estudar comportamentos, formular hipóteses, identificar sinais de risco e avaliar performance de variáveis e regras, traduzindo análises complexas em regras, scores, modelos e decisões práticas para Produto, Crédito e liderança.

O Que Você Irá Fazer

• Conduzir estudos estatísticos completos sobre nossa base transacional, desde formulação de hipóteses até recomendação de ações. Isso inclui avaliar poder discriminante de variáveis cadastrais, comportamentais e de device; analisar coortes; segmentar perfis de risco; e transformar descobertas em defesas calibradas para operação;
• Evoluir score de risco de fraude em crédito a partir desses estudos. Você participará da seleção e avaliação de variáveis, definição de pesos e pontos de corte, além da medição contínua de performance por indicadores como lift, KS e precision/recall. À medida que comportamento de ataque mudar, será responsável por propor e validar recalibrações;
• Estruturar processo de rotulagem das perdas de crédito. Será importante separar fraude de terceiros, autofraude ou first-party fraud e inadimplência de boa-fé, criando ground truth confiável para decisões atuais e para evolução futura de modelos supervisionados;
• Validar regras antifraude em shadow mode, utilizando backtesting sobre histórico transacional para medir impacto antes de colocar uma defesa em produção. A partir dessas análises, você recomendará promoção, tuning ou desativação de regras, considerando ganho de detecção, falsos positivos, conversão e impacto financeiro projetado;
• Evoluir metodologia de medição de falsos positivos e falsos negativos. Isso envolve cruzar decisões internas com evidências externas, como dados de bureaus e marcações do ecossistema de pagamentos, para reduzir atrito para clientes legítimos sem aumentar exposição ao fraudador;
• Modelar cenários de perda esperada versus conversão e apoiar definição de apetite de risco para produto de crédito. Em parceria com áreas de Produto e Crédito, você ajudará a propor limites operacionais e políticas de decisão por segmento de cliente, faixa de valor e comportamento observado;
• Investigar novas modalidades de fraude em crédito com base em casos reais e sinais emergentes. Você deverá entender modus operandi, identificar quais comportamentos são observáveis nos dados e convertê-los em features, regras, modelos ou novos processos de monitoramento;
• Investigar contas e transações de alto risco, incluindo análise de redes de contrapartes, padrões de fan-in e fan-out, concentração de recebedores e indícios de comportamento coordenado entre contas;
• Produzir estudos e apresentações executivas para Produto, Crédito e liderança. Esperamos que você consiga explicar, com clareza e profundidade, trade-offs entre fraude, perdas, conversão e experiência do cliente — sempre sustentando recomendações com dados;
• Usar IA de forma intensa no dia a dia. Isso inclui realizar estudos em escala com ferramentas como Claude Code e Codex, desenvolver automações e criar sistemas de decisão apoiados por LLMs, sempre com avaliação rigorosa de qualidade, segurança e impacto operacional.
  
  

O Que Não Pode Faltar

Formação e experiência:

• Graduação concluída em Engenharia, Matemática, Estatística ou áreas correlatas;
• Mais de cinco anos de experiência em prevenção a fraudes, com atuação obrigatória em fintech ou instituições financeiras com alto volume transacional;
• Experiência comprovada em ambientes de ritmo acelerado, com produtos, prioridades e padrões de ataque mudando rapidamente;
• Vivência em todo ciclo de evolução de uma frente antifraude de crédito; você ajudou a direcionar a estratégia, e não apenas executou análises sob demanda;
  
  

Perfil

• Perfil profundamente analítico e investigativo. Você gosta de entender causa raiz, questionar explicações fáceis e transformar sinais dispersos em hipóteses testáveis;
• Experiência prática com fraude, não apenas domínio técnico. Você já operou ou acompanhou defesas em produção, entende como fraudadores exploram produtos e reconhece diferença entre comportamento suspeito, cliente legítimo e padrão de ataque;
• Conhecimento de produtos de crédito e das modalidades de fraude que os exploram. Esperamos familiaridade com jornada de originação, definição de limite, uso de crédito e cobrança, além de temas como falsidade ideológica, account takeover, autofraude e chargeback;
• Adaptabilidade para contextos em que prioridades mudam rápido. Produtos podem ser lançados enquanto defesas ainda estão em construção; processos nem sempre vêm prontos. Você precisa criar estrutura, decidir bem com informação incompleta e ajustar rota rapidamente, mantendo qualidade analítica;
• Uso maduro de IA. Não buscamos alguém que trate IA como ferramenta de busca mais rápida, mas alguém que saiba construir harnesses e closed loops, validar resultados com evals e aplicar context engineering para garantir que sistemas gerem eficiência e decisões melhores;
• Curiosidade técnica e repertório atualizado. Você acompanha avanços em machine learning, IA agentic, ferramentas e automações; testa rápido o que pode gerar valor e descarta, com senso crítico, o que é apenas hype;
• Forte senso de ownership. Você assume problema de ponta a ponta: da hipótese inicial ao estudo, do estudo à recomendação, e da recomendação ao acompanhamento do impacto da decisão;
• Ceticismo saudável sobre automação. Você entende que confiança em sistemas não é dada: ela é construída por medição, monitoramento e melhoria contínua;
• Comunicação escrita e executiva forte. Seus estudos precisam ser claros, documentados e reproduzíveis. Suas apresentações devem ajudar lideranças a tomar decisões e negociar trade-offs entre prevenção a fraude e experiência do cliente;
  
  

Técnico

• Base estatística sólida, incluindo testes de hipótese, calibração de thresholds, lift, precision/recall, análise de coortes, segmentação e interpretação de performance;
• Experiência com modelagem estatística aplicada a fraude ou risco, incluindo estudo de variáveis, construção de scores, calibração e acompanhamento de estabilidade de modelos ou regras;
• SQL avançado. Nossa principal ferramenta de dados é Snowflake;
• Python para análise estatística, exploração de dados e modelagem;
• Experiência com motores de regras antifraude em tempo real e com ciclo completo de gestão de regras: criação, backtesting, shadow mode, tuning, acompanhamento de performance e desativação;
• Familiaridade prática com ferramentas de IA e automação, como Claude Code, Codex, Cursor, n8n ou similares, aplicadas a ganhos reais de produtividade e qualidade analítica;
• Capacidade de criar visualizações, estudos recorrentes e acompanhamentos para tomada de decisão. Experiência com Sigma Computing será diferencial;
  
  

O Que a Gente Também Valoriza

• Experiência aprofundada em fraude de crédito, incluindo fraude na originação, first-party fraud, identidade sintética, bust-out e redes de mulas;
• Familiaridade com práticas de MLOps, como feature engineering, seleção de variáveis, otimização de hiperparâmetros, treinamento, validação e calibração de modelos;
• Conhecimento de modelos supervisionados e não supervisionados aplicados ao contexto de fraude;
• Experiência com chargeback e arranjos de cartões, incluindo disputas, 3DS, regras de bandeiras e acompanhamento de índices de chargeback;
• Vivência com motores antifraude de mercado, como Falcon, Feedzai, Sardine ou Oscilar;
• Conhecimento de regulamentação do Banco Central relacionada a Pix e prevenção a fraude, incluindo MED, DICT e Resolução Conjunta nº 6;
• Experiência com bureaus, dados externos, KYC e onboarding, biometria facial, documentoscopia e device intelligence;
  
  

O Que Você Vai Encontrar Na NG.CASH

• Ambiente dinâmico, com crédito no centro da estratégia de crescimento da empresa;
• Espaço para assumir responsabilidades relevantes e influenciar decisões que afetam diretamente produto, receita, risco e experiência do cliente;
• Autonomia para propor, testar e colocar em prática novas abordagens, com acesso a problemas complexos e alto volume de dados;
• Oportunidade de crescimento acelerado em um time técnico, ambicioso e orientado por dados.
  
  

Ao enviar esta candidatura, concordo que meus dados pessoais sejam coletados, tratados e armazenados pela empresa exclusivamente para fins de gestão e avaliação da minha participação no processo seletivo. Show more Show less