诈骗分析师 III:战术与策略

last updated May 11, 2026 23:28 UTC

dLocal

HQ: Hybrid

more jobs in this category:

  • -> Virtual Administrative Assistant @ NothernTrust
  • -> AI Training for People Operations Experts @ Remotasks
  • -> Remote Finance Lead @ Red Hot Marketing LLC
  • -> Remote CFO ($100k/yr) @ Thompson & Thompson Consulting
  • -> Virtual Assistant @ Solesdi US

为什么要加入 dLocal?

dLocal 帮助全球最大型公司在新兴市场的 40 个国家/地区收集支付款项。全球品牌依赖我们来提升转化率,并让支付拓展变得简单。作为我们所运营市场中的支付处理商和商户代记录方(merchant of record),我们帮助商户进入全球增长最快的新兴市场。

当你加入我们时,你将成为推动这一切实现的全球团队的一员。在 dLocal,你将与来自 30+ 个国家/地区的 1,000+ 位同事共事,建立一份能够影响数百万人日常生活的国际化职业。我们是敢于迎接挑战的建设者,把客户放在第一位——如果这也符合你的特点,我们相信你会在这里茁壮成长。

机会在哪里?

作为欺诈分析师 III(Tactics),你将负责并定义面向复杂行业及关键全球商户的反欺诈策略。你将承担我们最棘手案例的决策流程,通过优化风险降低(包括拒付)、保护用户体验以及推动业务增长之间的平衡来提升成效。你将把数据洞察与商业目标相连接,助力打造“以 AI 为先”的文化,并找出让反欺诈成为创造收入职能的方式。

你将做什么?

– 通过主动的数据分析,主导对复杂欺诈模式的发现,在威胁影响业务之前识别新出现的风险。
– 创建并标准化可扩展的战略规则与自动化框架,使其能够跨行业、跨团队落地并扩展。
– 指导初级与中级分析师,作为技术参考并推动持续学习与卓越。
– 与数据科学团队协作,改进机器学习模型,提出新特征并优化评分阈值。
– 负责主要行业的关键绩效指标(KPI),在欺诈目标与转化及收入目标之间取得平衡,并向高级利益相关者提供清晰的“数据故事”。
– 推动自动化与 AI 项目:探索新工具(例如 AI 代理或 LLM),以减少人工审核并提升团队的运营效率。

你需要哪些技能?

– 经济学、工程学、统计学或相关领域的学士学位。
– 3–5 年以上(含)的反欺诈、风险管理或高规模数据驱动岗位经验。
– 有丰富的大型数据库经验;必须熟练使用 SQL。
– 有 Python 或类似面向数据的语言知识者加分。
– 具备自动化与 AI 的思维方式:真正好奇,并渴望探索新技术(LLM、自动化代理或工作流工具),以解决传统欺诈难题并提升效率。
– 有数据管理工具经验(如 AWS Athena、SageMaker 或 Quicksight)加分。
– 战略沟通能力:能够将复杂的数据发现转化为清晰、可落地的业务建议,并面向不同受众进行表达。
– 主动型领导力、团队合作精神,以及天生的问题解决能力,喜欢尝试新的工作方式。
– 英语书面与口语流利。

我们提供什么?

除按所在国家/地区定制的福利外,dLocal 还将通过以下方式帮助你发挥所长、并“更进一步”:

– 灵活性:灵活的工作安排与以绩效为导向的文化。
– 金融科技行业:在快速变化的环境中工作,拥有充足的空间来构建并拓展你的创造力。
– 推荐奖金计划:为岗位推荐优秀人才,你将获得奖励。
– 社交预算:每月为你和团队放松提供预算(可线下或远程),并加强彼此联系。
– dLocal House:想在世界任何地方租一套房子一周,并和团队一起协作吗?我们可以为你安排。

工作方式的灵活性

我们将影响力与生产力置于固定工时之上。团队拥有灵活的工作安排——根据你的岗位与所在地,你将一边安排由自己管理的专注时间,另一边也会有机会在我们的协作枢纽与同事线下连接。

申请之后会发生什么?

我们的招聘团队致力于为候选人提供尽可能优质的体验,因此你可以期待我们与您取得联系。我们会在流程每个阶段审阅你的简历,并通过电子邮件向你更新进展。

你也可以通过我们的官网页面、LinkedIn 和 YouTube 进一步了解 dLocal。

Apply info ->

To apply for this job, please visit the application page

Shopping Cart
There are no products in the cart!
Total
 0.00
0