Менеджер антифрода B2С-кредитования

Дата размещения вакансии: 05.08.2026
Работодатель: Яндекс
Уровень зарплаты:
з/п не указана
Город:
Москва
Садовническая улица 82с2
Требуемый опыт работы:
От 3 до 6 лет

Мы ищем менеджера в команду кредитного антифрода Яндекс Финтеха.

Вы будете отвечать за антифрод одного продуктового направления: Сплита или банковских кредитных продуктов.

Какие задачи вас ждут

Развитие антифрод-стратегии и политики продукта.

Определять, какие риски и мошеннические сценарии необходимо закрывать, как должна развиваться система принятия решений и какой баланс между потерями, конверсией, клиентским опытом и экономикой является приемлемым.

Развитие инструментов и методологии антифрода.

Формировать требования к правилам, моделям, внешним источникам данных, автоматическим алертам и ручным проверкам. Определять подходы к оценке риска на уровне клиентов, заёмщиков, устройств, бенефициаров и связанных лиц, а также критерии управления одобрений, ручного рассмотрения и отказов.

Управление портфелем инициатив.

Формировать и приоритизировать бэклог по величине риска, предотвращаемым потерям, влиянию на конверсию и стоимости реализации. Ставить задачи антифрод-аналитикам, операционной команде и разработке, определять критерии готовности и доводить инициативы от гипотезы до промышленного запуска.

Системное реагирование на новые фрод-схемы.

Организовывать анализ новых мошеннических сценариев и превращать результаты расследований в масштабируемые изменения правил, моделей и процессов. Развивать защиту на всём клиентском цикле: онбординг, заявка, ручное рассмотрение, выдача и постмониторинг.

Мы ждём, что вы

- Не менее трёх лет работали с антифродом в кредитовании/BNPL банке или финтехе

- Знаете типовые схемы кредитного фрода, методы обнаружения аномалий и фрода

- Умеете оценивать влияние антифрод-решений на продукт

- Можете провести задачу от гипотезы до результата в продакшене

Будет плюсом, если вы

- Участвовали в интеграции внешних источников данных

- Работали с device-, identity-, account-, payment- или graph-сигналами, case management либо ML-моделями

- Знаете SQL и Python и можете самостоятельно проверить гипотезу в данных