EXPERIENCED – FRAUD CONSULTANT

Stiamo cercando una figura consultant/senior consultant da inserire nel team Financial Crime FS di Deloitte nella sede di Milano o Roma, che lavorerà in modalità Hybrid.
Il business Financial Crime FS è specializzato nello sviluppo delle attività di controllo nelle principali materie Financial Crime quali antiriciclaggio, contrasto al finanziamento del terrorismo, sanzioni internazionali, fraud risk management, anti-bribery&corruption, market abuse, third parties risk management.

WINNING REQUIREMENTS

• Laurea in ingegneria, statistica, scienze attuariali, scienze bancarie, economia o simili;
• 2/5 anni di esperienza nel settore del fraud management;
• Buona comprensione dei fondamenti di statistica e data science (es. tecniche di regressione e classificazione, model validation, sampling theory, regression and classification techniques, algoritmi)
• Conoscenza avanzata della lingua inglese, sia scritta che parlata;
• Flessibilità e capacità di gestire lo stress e predisposizione al lavoro in team
• Conoscenza avanzata delle diverse tipologie di frodi con un focus su quelle che interessano il settore finanziario (financial and payment institution);
• Conoscenza delle piattaforme e delle soluzioni di fraud management applicabili nel settore finanziario, inclusi strumenti di prevenzione delle frodi in real-time e sistemi di rilevamento delle transazioni sospette;
• Conoscenza avanzata di tecniche e strumenti di analisi dati e reporting antifrode;
• Esperienza nell’uso di tecniche di AI e machine learning per sviluppare modelli predittivi e algoritmi in grado di identificare frodi con precisione;
• Forte comprensione delle normative del settore e delle misure antifrode specifiche per il settore finanziario, inclusi gli aspetti legati alla protezione dei dati e alle politiche antifrode;
• Conoscenza dei principali sistemi di pagamento elettronico, carte di credito/debito, e delle soluzioni di fraud detection nelle transazioni bancarie online.
• Saranno considerati come plus:
• Conoscenza dei linguaggi di programmazione (C++, SQL, JAVA, R/Python, Scala, SAS, Knime, Qlik, PowerBI) sia per lo sviluppo del codice dei modelli sia per lo sviluppo di front-end e user-dashboard, etc.
• Conoscenza delle librerie per lo sviluppo di modelli AI/ML: SciKit-Learn (ML), Keras/Google TensorFlow (DeepLearning), PyTorch o Natural Language Toolkit, etc.
• Conoscenza delle librerie per analisi e rappresentazione dati: Plotly – framework Dash, Pandas, NumPy, SciPy, Sciit-learn, XGBoos, etc.

La risorsa Experienced verrà inserita in un team di lavoro e si occuperà di:

• Definizione strategie e policy aziendali antifrode e della metodologica, set up e gestione fraud risk assessment;
• Analisi e disegno logico funzionale delle soluzioni tecnologiche a supporto delle attività di fraud detection, fraud prevention;
• Identificazione dei fenomeni fraudolenti e definizione delle soluzioni e dei presidi di natura organizzativa e tecnologica;
• Applicazione tecniche avanzate di data analysis, facendo altresì leva su tecnologie come machine learning e deep learning per consentire la rilevazione di pattern di frodi a maggior complessità
• Set up, pianificazione e monitoraggio delle iniziative progettuali: predisposizione e monitoraggio del piano di lavoro (con particolare riferimento a programmi di trasformazione tecnologica);
• Comunicazione efficace sia nei confronti dei colleghi, sia nei confronti degli stakeholder esterni;
• Problem solving attraverso l’identificazione, l’analisi e la risoluzione dei problemi in modo rapido ed efficace

La risorsa Experienced verrà inserita in un team di lavoro e si occuperà di:

• Definizione strategie e policy aziendali antifrode e della metodologica, set up e gestione fraud risk assessment;
• Analisi e disegno logico funzionale delle soluzioni tecnologiche a supporto delle attività di fraud detection, fraud prevention;
• Identificazione dei fenomeni fraudolenti e definizione delle soluzioni e dei presidi di natura organizzativa e tecnologica;
• Applicazione tecniche avanzate di data analysis, facendo altresì leva su tecnologie come machine learning e deep learning per consentire la rilevazione di pattern di frodi a maggior complessità
• Set up, pianificazione e monitoraggio delle iniziative progettuali: predisposizione e monitoraggio del piano di lavoro (con particolare riferimento a programmi di trasformazione tecnologica);
• Comunicazione efficace sia nei confronti dei colleghi, sia nei confronti degli stakeholder esterni;
• Problem solving attraverso l’identificazione, l’analisi e la risoluzione dei problemi in modo rapido ed efficace.