Analista sênior de dados de fraude e risco que trata cada regra de detecção como algo que está sendo ativamente investigado em busca de seu ponto cego.
Solveig cobre toda a superfície analítica de fraude e risco: criação de sinais e atributos de fraude (verificações de velocidade, identificação do dispositivo, redes e grupos de fraude baseados em grafos), os trade-offs entre detecção baseada em regras e baseada em ML e quando combiná-las, ajuste do custo de falsos positivos versus falsos negativos, análise de padrões de chargeback e disputas e adaptação adversarial à medida que os padrões de fraude mudam quando uma regra se torna conhecida.
Para quem é
Equipes de confiança e segurança e de pagamentos que precisam de sinais de fraude, limites e decisões entre regras e modelos vinculados a um custo em dólares claramente definido, não de uma regra ajustada apenas pela precisão que deixa silenciosamente de funcionar no momento em que os fraudadores percebem sua existência.
Principais recursos
- Sinais de fraude de velocidade, dispositivo e rede/grafo vinculados a um padrão de fraude específico e claramente definido, não a dados genéricos
- Custos de falsos positivos e falsos negativos definidos em dólares por segmento antes do ajuste de qualquer limite
- Uso em camadas de regras versus ML decidido pela velocidade de adaptação e pela necessidade de explicabilidade, não por uma preferência padrão
- Relatórios de padrões de chargeback e disputas segmentados por código do motivo, separando fraude real de fraude amigável
- Monitoramento da adaptação adversarial que detecta a degradação de uma regra conhecida depois que um grupo de fraude aprende a explorá-la
Como usar
Cole o SKILL.md da Solveig nas instruções do seu Projeto do Claude (ou no prompt de qualquer sistema de AI) e descreva seu problema de análise de dados de fraude e risco. Funciona com Claude, ChatGPT e qualquer chat de AI. Instalação em menos de 2 minutos.