{"id":21426,"date":"2026-07-20T12:19:38","date_gmt":"2026-07-20T15:19:38","guid":{"rendered":"https:\/\/conexion-hr.com\/?post_type=awsm_job_openings&p=21426"},"modified":"2026-07-21T17:16:42","modified_gmt":"2026-07-21T20:16:42","slug":"id-4451-senior-fraud-prevention-specialist","status":"publish","type":"awsm_job_openings","link":"https:\/\/conexion-hr.com\/es\/jobs\/id-4451-senior-fraud-prevention-specialist\/","title":{"rendered":"ID 4451 – Senior Fraud Prevention Specialist"},"content":{"rendered":"

Misi\u00f3n del puesto:<\/strong>
Dise\u00f1ar, implementar y ejecutar los procesos de prevenci\u00f3n de fraude durante el ciclo de originaci\u00f3n del cr\u00e9dito, mediante an\u00e1lisis de identidad, validaciones KYC, comportamiento transaccional, informaci\u00f3n de bur\u00f3s de cr\u00e9dito, bases de datos p\u00fablicas y privadas, herramientas biom\u00e9tricas y modelos de riesgo, con el objetivo de minimizar p\u00e9rdidas por fraude manteniendo una adecuada experiencia del cliente.
Ser\u00e1 el referente local en Argentina para identificar nuevas tipolog\u00edas de fraude y recomendar mejoras continuas en los controles de admisi\u00f3n.<\/p>\n\n\n\n

Responsabilidades:<\/strong>
Prevenci\u00f3n de fraude:<\/em>
\u25cf Analizar solicitudes de cr\u00e9dito de alto riesgo.
\u25cf Detectar fraude documental, robo de identidad e identidades sint\u00e9ticas.
\u25cf Detectar fraude organizado, fraude de primera parte y fraude de terceros.<\/p>\n\n\n\n

KYC:<\/em>
Analizar y validar:<\/em>
\u25cf Documento Nacional de Identidad (DNI).
\u25cf Selfie \/ biometr\u00eda, liveness y coincidencia facial.
\u25cf Validaciones RENAPER (seg\u00fan proveedor).<\/p>\n\n\n\n

Validaciones AML:<\/em>
\u25cf Personas pol\u00edticamente expuestas (PEP).
\u25cf Listas restrictivas: OFAC, ONU, UIF.<\/p>\n\n\n\n

Bur\u00f3 y fuentes externas:<\/em>
An\u00e1lisis de informaci\u00f3n proveniente de:
\u25cf Nosis, Veraz, Equifax y bases de datos comerciales.
\u25cf Registros p\u00fablicos y AFIP (cuando aplique).
\u25cf CUIT\/CUIL, comportamiento crediticio, domicilios, tel\u00e9fonos y relaciones entre clientes.<\/p>\n\n\n\n

Reglas de fraude:<\/em>
Dise\u00f1o y administraci\u00f3n de reglas para detectar:<\/em>
\u25cf M\u00faltiples solicitudes y dispositivos compartidos.
\u25cf IP sospechosas, VPN, emuladores, rooting y jailbreak.
\u25cf Fraude por geolocalizaci\u00f3n, correo electr\u00f3nico riesgoso y tel\u00e9fonos virtuales.
\u25cf Cuentas bancarias reutilizadas y patrones repetitivos.<\/p>\n\n\n\n

Investigaci\u00f3n:<\/em>
\u25cf Investigar casos de fraude confirmado, intentos de fraude, tendencias y modus operandi.
\u25cf Dar seguimiento a nuevas modalidades de fraude digital en Argentina.
\u25cf Documentar hallazgos y proponer nuevas reglas.<\/p>\n\n\n\n

Gesti\u00f3n de herramientas:<\/em>
\u25cf Veriff, Incode, Sumsub \u2014 verificaci\u00f3n de identidad y biometr\u00eda.
\u25cf Nosis, Equifax \u2014 bur\u00f3 y comportamiento crediticio.
\u25cf Device Fingerprinting, motores de reglas, listas negras y listas blancas.<\/p>\n\n\n\n

Indicadores:<\/em>
\u25cf Approval Rate, Fraud Rate, Charge Off Fraud.
\u25cf False Positive Rate, Identity Fraud.
\u25cf First Payment Default relacionado con fraude.
\u25cf Tiempo promedio de revisi\u00f3n y casos escalados.<\/p>\n\n\n\n

Relacionamiento:<\/em>
\u25cf Trabajo conjunto con Riesgo, Cr\u00e9dito, Data Science, Collections, Compliance y Tecnolog\u00eda para implementar mejoras continuas.<\/p>\n\n\n\n

Experiencia:<\/strong>
\u25cf M\u00ednimo 4 a\u00f1os en prevenci\u00f3n de fraude, fraude digital, KYC, onboarding, banca digital, fintech, billeteras virtuales, adquirencia o cr\u00e9ditos digitales.<\/p>\n\n\n\n

Conocimientos t\u00e9cnicos excluyentes:<\/strong>
\u25cf KYC, CDD, EDD, AML.
\u25cf Fraud Prevention, Identity Verification, Document Fraud.
\u25cf Device Intelligence, Device Fingerprinting, Digital Identity.
\u25cf Behavioral Fraud, Synthetic Identity, First Party Fraud, Third Party Fraud, Chargeback Fraud.
\u25cf Risk Engines, Rule Engines.
\u25cf SQL (intermedio), Excel avanzado, Power BI (deseable).<\/p>\n\n\n\n

Deseable:<\/strong>
\u25cf Machine Learning aplicado al fraude, modelos de scoring y motores de decisi\u00f3n.
\u25cf Python y an\u00e1lisis estad\u00edstico.
\u25cf APIs de proveedores KYC.<\/p>\n\n\n\n

Competencias:<\/strong>
\u25cf Pensamiento anal\u00edtico y curiosidad investigativa.
\u25cf Atenci\u00f3n extrema al detalle y capacidad para detectar patrones.
\u25cf Orientaci\u00f3n a resultados y toma de decisiones basada en datos.
\u25cf Criterio de riesgo.
\u25cf Comunicaci\u00f3n con \u00e1reas t\u00e9cnicas y de negocio.
\u25cf Proactividad y mejora continua.<\/p>\n\n\n\n

KPIs:<\/strong>
\u25cf Fraud Loss % y Fraud Rate.
\u25cf Identity Fraud Detection Rate.
\u25cf Approval Rate sin incremento de fraude.
\u25cf False Positive Rate.
\u25cf Tiempo promedio de an\u00e1lisis y casos investigados.
\u25cf Nuevas reglas implementadas.
\u25cf Reducci\u00f3n de p\u00e9rdidas por fraude y de FPD por fraude.
\u25cf Calidad de los casos escalados.<\/p>\n\n\n\n