Bold Nuestra compañía fue fundada en Mayo de 2019 por un equipo de personas increíbles y con una experiencia única, el grupo de fundadores está conformado por los creadores de PayU Latam y otras empresas expertas en tecnología financiera. Estamos creando soluciones de pago y de banca para MiPymes, independientes y emprendedores en Colombia. Actualmente contamos con más de 450.000 clientes registrados en nuestra plataforma y hemos recibido más de USD $120 millones de fondos de inversión nacionales y extranjeros, somos una de las startups de más rápido crecimiento en LatAm en el sector fintech. Bold es una fintech que provee una solución de pagos a los microempresarios para recibir pagos con tarjetas débito, crédito y billeteras a través de datáfonos y links de pago. Sin embargo, la visión de Bold es más ambiciosa que ser una empresa de pagos y estamos trabajando para volvernos una plataforma de servicios financieros y tecnológicos para las pequeñas empresas en el país complementando las soluciones de pagos y banca con otros productos de software conexos a toda nuestra propuesta de valor. Nuestra misión en Bold es liberar el potencial de los emprendedores. En Bold creemos firmemente que podemos ayudar a los pequeños emprendedores a desarrollar sus negocios ofreciendo servicios financieros y tecnológicos hechos a su medida, que sean amigables y cercanos. En Bold definimos los siguientes valores como los pilares de nuestra cultura organizacional: Maestría, Pensamiento crítico, Trabajo en equipo, Sentido de urgencia, Somos abiertos y el cliente el centro de lo que hacemos. El Rol Como Fraud Prevention Analyst , serás responsable de contribuir al desarrollo, implementación y seguimiento de estrategias de prevención y detección de fraude mediante el análisis de datos transaccionales y operativos, identificando patrones de riesgo, anomalías y oportunidades de mejora. Apoyar al equipo de estrategia en la toma de decisiones con insights analíticos, garantizando la protección de los activos de la compañía y la mitigación de posibles pérdidas por fraude. Deberás: Desarrollar un entendimiento profundo del modelo de negocio de Bold, incluyendo sus productos, servicios, procesos operativos y clientes con el objetivo de contribuir en la prevención de fraudes. Identificar riesgos específicos de fraude asociados a las operaciones de Bold, asegurando que las estrategias estén alineadas con los objetivos de la compañía. Realizar análisis descriptivos y exploratorios de datos transaccionales y comportamientos para identificar patrones, tendencias y anomalías que contribuyan en la prevención de fraudes. Monitorear alertas generadas por herramientas de prevención de fraude y proponer acciones. Diseñar y optimizar reglas, modelos y estrategias de detección de fraude. Crear, calcular y monitorear métricas de desempeño relacionadas con la prevención y detección de fraude (por ejemplo, tasas de fraude detectado, falsos positivos, tiempos de respuesta). Proponer mejoras en los procesos de análisis mediante la automatización de tareas repetitivas. Trabajar en conjunto con las áreas de operaciones para garantizar la efectividad de las estrategias de prevención. Construir dashboards que visualicen los resultados de análisis y métricas clave para el equipo y las áreas relacionadas. Crear análisis que permitan dar respuesta a preguntas de negocio que surjan por parte del área de fraude. Documentar los procesos analíticos del equipo de estrategia de fraude. Beneficios Póliza de salud para ti Acciones de la compañía de etapa temprana con alto potencial de retorno Contrato a término indefinido Salario competitivo Trabajo remoto de tiempo completo Cultura de aprendizaje y crecimiento Tecnologías y procesos de clase mundial Días libres adicionales a las vacaciones Fondo de empleados Bono para salud visual Requisitos Mínimos: Profesional en Economía, Estadística, Administración, Ingeniería o carreras afines a tecnología o área financiera. Mínimo un año de experiencia en análisis, procesamiento y visualización de data, deseable en equipos de fraude. Conocimiento demostrado en SQL. Conocimiento intermedio y demostrado en herramientas de visualización (Power BI, Tableu, Quicksight, Looker). Conocimiento en herramientas de análisis de datos (Python) Conocimiento en la detección de fraude. Deseable: Experiencia en el seguimiento y evaluación de motores de riesgos provistos por terceros e indicadores relacionados a fraude. #J-18808-Ljbffr