Detalles

¿Por qué unirte a dLocal?

dLocal permite a las compañías más grandes del mundo recolectar pagos en 40 países en mercados emergentes. Confían en nosotros para aumentar las tasas de conversión y simplificar la expansión de pagos sin esfuerzo. Al unirte a nosotros, formarás parte de un increíble equipo global que lo hace posible, en una cultura dinámica flexible, orientada al trabajo remoto, con beneficios de viaje, salud, y aprendizaje, entre otros. Ser parte de dLocal significa trabajar con más de 800 compañeros de equipo de 25 nacionalidades diferentes y desarrollar una carrera internacional que impacta la vida diaria de millones de personas. Somos constructores, nunca huimos de un desafío, nos centramos en el cliente, y si esto suena como tú, sabemos que prosperarás en nuestro equipo.

¿Cuál es la oportunidad?

Buscamos un especialista en Datos de Cumplimiento experimentado con al menos 5 años de experiencia, especializado en monitoreo de transacciones de Lavado de Dinero (AML) y Financiamiento del Terrorismo (CFT). En este rol, desempeñarás un papel fundamental en salvaguardar a nuestra institución financiera contra actividades financieras ilícitas, aprovechando tu experiencia en análisis de datos, aprendizaje automático y cumplimiento normativo.

Responsabilidades

• Analizar datos de transacciones, detectar patrones e identificar transacciones sospechosas relacionadas con AML/CFT y cotejo de sanciones.
• Desarrollar e implementar modelos avanzados de aprendizaje automático para la detección de AML/CFT.
• Experiencia sólida en segmentación de datos, incluida la capacidad de realizar segmentación de clientes.
• Generar informes exhaustivos y paneles de control para informes regulatorios y perspectivas internas.

Requisitos

• Título de grado o posgrado en Ciencias de la Computación, Ciencia de Datos, Estadística, o un campo relacionado.
• Mínimo de 5 años de experiencia como Científico de Datos, con un fuerte enfoque en monitoreo de transacciones AML/CFT.
• Dominio de herramientas de análisis de datos (por ejemplo, Python, R) y bibliotecas de aprendizaje automático (por ejemplo, scikit-learn, TensorFlow).
• Conocimientos profundos de preprocesamiento de datos, ingeniería de características y técnicas de evaluación de modelos.
• Excelentes habilidades para resolver problemas y atención al detalle.