Flex
Director of Fraud Risk Management (copy)
- Удалённо
- United States
- Полная занятость
- В вакансии: 150 000 – 250 000 USD
- 8 дн. назад
Flex ищет Директора по управлению мошенничеством в команду риск-менеджмента для построения новой системы защиты финансовых продуктов для бизнес-владельцев. Роль требует экспертного опыта в области антифрода с возможностью масштабирования функций управления рисками на уровень лучших практик индустрии.
О позиции
Вы станете ключевым членом команды руководства по риск-менеджменту, отчитываясь напрямую Chief Risk Officer. Ваша задача — построить и развивать функцию управления мошенничеством для всей кредитной карточной и DDA (текущий счет) продуктовых линий Flex. Мы строим финтех-платформу нового поколения для состоятельных предпринимателей ($3–$200M выручки), которым устаревшие банковские решения больше не подходят. Вы будете отвечать за весь жизненный цикл антифрост-контроля: от проверки кандидатов до пост-выпуска операций.
Чем заниматься
- Управление полным циклом обнаружения мошенничества для потребительских и SMB сегментов
- Анализ паттернов мошенничества при онбординге и верификации идентификации клиентов
- Мониторинг first-party и third-party мошенничества, включая abuse и bust-out patterns
- Построение фреймворков обнаружения synthetic identity fraud
- Мониторинг ACH манипуляций и fraud векторов DDA продуктов
- Анализ авторизационных паттернов и выявление аномалий в реальном времени
- Управление процессами dispute resolution и chargeback recovery
- Синтез данных из device, IP, identity, bureau и behavioral источников
- Проведение регулярных обзоров рисков мошенничества перед руководством
- Разработка фреймворка сегментации мошенничества для точного tune detection
Что ждут
- 7–15 лет практического опыта в управлении мошенничеством с прямым ownership detection и loss management
- Глубокая экспертиза во всех трёх типах мошенничества: first-party, third-party и synthetic identity
- Флюентность в stack сигналов мошенничества: device fingerprinting, IP intelligence, identity graph, behavioral biometrics
- Опыт работы как в банке/регулируемой карточной программе, так и в fintech
- Профицит SQL и Python или R для самостоятельного построения detection logic и cohort analysis
- Знание регуляторного контекста: SAR filing thresholds, Reg E obligations, FCRA, BSA/AML red flags
- Аналитически независимый подход к работе с данными
- Высокий количественный интеллект и понимание статистических аномалий
- Наставляющее мышление и способность коммуницировать сложные паттерны стейкхолдерам
Условия
- Ключевая роль в foundational build path core risk management дисциплин
- Возможность прямого влияния на архитектуру системы риск-менеджмента
- Команда лучших профессионалов индустрии с ростом до уровня best in class
- Работа с огромным рынком (~$1T+ revenue opportunity)
- Extreme ownership и полная автономия в определении стратегии антифрода
- Быстрый масштабирование продукта и карьерный рост
- Конкурентоспособная компенсация пакета
Навыки
- Fraud Detection
- Risk Management
- Anti-Money Laundering
- Identity Verification
- KYC/KYB
- Behavioral Analytics
- SQL
- Python
- R Programming
- Device Fingerprinting
- IP Intelligence
- Transaction Monitoring
- Dispute Management
- Chargeback Analysis
- Regulatory Compliance
- Reg E
- FCRA
- BSA
- AML
- First-Party Fraud
- Third-Party Fraud
- Synthetic Identity Fraud
- Account Takeover
- ACH Fraud
- Credit Card Fraud
- DDA Products
- Machine Learning Anomaly Detection
- Velocity Rules
- Loss Attribution
- Stress Testing
Сложность отбора
Роль требует глубокого экспертного опыта в сложной предметной области антифрода с пониманием регуляторных требований и ability to translate complex patterns into executive narratives
Оценка JobPathЗарплата по рынку
1 000 000 – 2 000 000 ₽ в месяц
Оценка основана на конвертации годового диапазона $150K–$250K в месячные рубли по курсу ~92 RUB/USD; позиция директора с опытом 7–15 лет в US рынке
Оценка JobPath по рынку, не предложение работодателяМогут спросить на собеседовании
- Как вы подходите к анализу различий между first-party, third-party и synthetic identity мошенничеством и какие аналитические сигналы используете для их разграничения?
- Приведите пример ситуации, когда вы успешно обнаружили координированное мошенничество через анализ кросс-источников данных, который не проявлялся в одномерных моделях.
- Как вы балансируете между безопасностью (friction для легитимных клиентов) и пользовательским опытом при проектировании verification stacks?
- Опишите ваш опыт проведения стресс-тестирования и scenario analysis для оценки exposure к fraud loss в условиях эскалированных атак.
- Как вы выстраиваете взаимодействие с legal, compliance и financial crimes командами для обеспечения embedded fraud visibility в product design?
Прорепетировать это собеседование
Голосовой ИИ-интервьюер задаст вопросы под эту вакансию и разберёт каждый ответ.
Начать бесплатноСохрани похожие вакансии
Новые вакансии с такой должностью будут собираться в кабинете.
Сохранить фильтр