Analista De Prevenção À Lavagem Dinheiro Sr. (Dados)

Nascemos em 2006 para revolucionar o mercado de meios de pagamento e democratizar o acesso aos serviços financeiros. Foi com a gente que os consumidores passaram a comprar e vender – dentro e fora da internet – de forma rápida, simples e segura. Fizemos história lançando a 1ª maquininha de cartão sem aluguel, possibilitando as pessoas venderem mais e em qualquer lugar . Em 2019 expandimos e criamos o nosso banco digital, reforçando a nossa crença no potencial transformador da tecnologia. Hoje somos um dos maiores bancos digitais do país e uma das fintechs mais rentáveis do segmento , resultado do trabalho de um time de mais de 7 mil profissionais.

Aqui no Pags, a pesquisa e a inovação fazem parte do nosso DNA. Compartilhamos experiências com profissionais talentosos e criativos em um ambiente colaborativo, onde o aprendizado é garantido.

Quer fazer parte dessa história? Confira nossas vagas e #VemProPags, o banco completo. /n Superior em Ciência da Computação, Engenharia, Estatística, Administração, Economia ou áreas correlatas. Experiência de pelo menos 5 anos com análise de dados, incluindo conhecimento abrangente em prevenção à lavagem de dinheiro (PLD). Sólido conhecimento e experiência com ferramentas de análise de dados e programação, como Python, SQL e Redshift. Conhecimento em regulamentação de PLD. /n Amparar a equipe de Data Science para desenvolver, implementar e manter modelos de prevenção à lavagem de dinheiro. Analisar grandes volumes de dados decorrentes para identificar novos padrões e tendências que contribuam para a melhor efetividade do monitoramento de transações atípicas. Implementar soluções baseadas em dados, realizando a conexão entre as equipes de PLD, Engenharia de Dados da área, Cadastro, Fraudes e negócios em geral. Monitorar a performance dos modelos e alinhar oportunidades de melhorias e ajustes com a gestão da área. Preparar e apresentar relatórios detalhados e dashboards que comuniquem claramente insights e recomendações, bem como a produtividade da área de PLD. Manter-se atualizado com as melhores práticas do mercado e novas tecnologias para dados e PLD.