Sr. Fraud Prevention Specialist

Cobre is Latin America’s leading instant b2b payments platform. We solve the region’s most complex money movement challenges by building advanced financial infrastructure that enables companies to move money faster, safer, and more efficiently.

We enable instant business payments—local or international, direct or via API—all from a single platform.

Built for fintechs, PSPs, banks, and finance teams that demand speed, control, and efficiency. From real-time payments to automated treasury, we turn complex financial processes into simple experiences.

Cobre is the first platform in Colombia to enable companies to pay both banked and unbanked beneficiaries within the same payment cycle and through a single interface.

We are building the enterprise payments infrastructure of Latin America!

The Role

El Senior Fraud Prevention Specialist es un profesional con enfoque en proteger los productos, rieles de pago y usuarios de Cobre frente al fraude transaccional y el abuso. Su objetivo principal es liderar la detección, prevención y mitigación del fraude, aplicando su capacidad analítica y técnica para anticipar tipologías emergentes, fortalecer los controles de monitoreo y coordinar la respuesta ante incidentes y campañas de fraude, balanceando siempre la reducción de pérdidas con una experiencia fluida para el usuario legítimo. 

Inicialmente, trabajarás muy cerca de la operación para entender el negocio y las tipologías de fraude. Con ese conocimiento, esperamos que lideres la evolución del área mediante mejoras de procesos, automatizaciones y soluciones escalables desarrolladas junto con el equipo de Tecnología.

Que harás?

• Monitorear e investigar alertas y eventos de fraude.
• Analizar patrones, tendencias y nuevas tipologías para fortalecer la prevención.
• Diseñar e implementar mejoras en procesos y controles de fraude.
• Gestionar la documentación y evidencia de investigaciones.
• Coordinar la atención de incidentes con equipos internos y entidades financieras.
• Construir reportes e indicadores para apoyar la toma de decisiones.
• Identificar oportunidades de automatización y desarrollar soluciones utilizando n8n con el acompañamiento del equipo de Tecnología.

Debe tener: 

• Formación profesional como Ingeniero de Sistemas o carreras afines (Ing. Electrónica o similares).
• Experiencia en prevención o investigación de fraude en fintechs, procesadores de pago o entidades financieras.
• Excel avanzado.
• Experiencia documentando procesos e investigaciones.
• Perfil analítico, orientado a la mejora continua y con interés en aprender automatización.
• Conocimiento de tipologías de fraude en pagos, como por ejemplo: fraude por ingeniería social (APP fraud — la propia víctima autoriza y envía la transferencia, engañada), phishing, smishing, money mules, account takeover (ATO), suplantación de identidad y fraude de primera parte.
• Conocimiento de los rieles de pago locales y su operación (PSE, Bre-B, transferencias interbancarias, transferencias inmediatas P2P) y de los vectores de fraude asociados a cada uno.
• Habilidades de documentación y formalización de procesos (protocolos y diagramas de flujo).
• Excelentes habilidades de comunicación escrita y verbal, y capacidad para interactuar con bancos, contrapartes y stakeholders internos.
• Capacidad para trabajar de forma autónoma, priorizar bajo presión y operar en un entorno de alto crecimiento.

Deseable:

• Experiencia con herramientas de visualización y BI (p. ej. Sigma, Looker) para construcción de dashboards y KPIs.
• Conocimiento de Python para análisis y automatización.
• Experiencia con herramientas de BI (Looker, Sigma o similares).

Metas:

• Reducir las pérdidas por fraude fortaleciendo los controles preventivos.
• Implementar mejoras continuas en procesos y reglas de detección.
• Automatizar tareas operativas para aumentar la eficiencia del área.
• Generar indicadores que apoyen una mejor toma de decisiones.
• Ayudar a transformar el área de fraude desde una operación reactiva hacia un enfoque más estratégico y escalable.
• Desplegar procesos de mejora continua: nuevas reglas de detección, playbooks, automatizaciones y refinamiento de modelos.
• Fortalecer la documentación formal del área (protocolos de gestión de alertas, matrices de tipologías, lecciones aprendidas)