Business Analytics

Cientistas de Dados Especializados em Detecção de Fraude

Discutimos ao longo deste capítulo, as características de um bom modelo de detecção de

fraude, e vamos agora listar as características-chave de um bom Cientista de Dados
Especializado em Análise de Fraude, do ponto de vista do gerente de contratação. Baseia-
se em nossa experiência de consultoria e pesquisa, tendo colaborado com muitas empresas
sobre o Big Data, análise e detecção de fraudes.

Um Cientista de Dados Especializado em Análise de Fraude deve ter sólidas

habilidades analíticas

Obviamente, um Cientista de Dados Especializado em Análise de Fraude deve ter uma

base sólida em estatísticas, aprendizagem de máquinas e mineração de dados. A distinção
entre estas várias disciplinas está ficando cada vez mais desfocada e não é realmente
relevante. Todos elas fornecem um conjunto de técnicas quantitativas para analisar dados
e encontrar padrões de negócios relevantes dentro de um contexto particular, como
detecção de fraude. Um Cientista de Dados deve estar ciente de qual técnica pode ser
aplicada quando e como. Ele/ela não deve se concentrar muito nos detalhes matemáticos
(por exemplo, otimização), mas sim ter uma boa compreensão do problema analítico que
uma técnica resolve e como seus resultados devem ser interpretados. Nesse contexto, a
formação de engenheiros em informática e/ou engenharia empresarial/industrial deve ter
como objetivo uma visão integrada e multidisciplinar, com graduados formados tanto no
uso das técnicas como com a perspicácia empresarial necessária para que novos
empreendimentos se concretizem. Também é importante gastar tempo suficiente para
validar os resultados analíticos obtidos para evitar situações muitas vezes referidas como
massagem de dados e/ou tortura de dados, por meio dos quais os dados são falsificados
intencionalmente e/ou foco excessivo é gasto discutindo correlações espúrias. Ao
selecionar a técnica quantitativa ótima, o Cientista de Dados especializado em Análise de
Fraude deve levar em conta as especificidades do contexto e do problema ou aplicação
de detecção de fraude. O Cientista de Dados deve ser capaz de selecionar a melhor técnica
analítica para resolver o problema de negócio específico.

Um Cientista de Dados Especializado em Análise de Fraude deve ser um bom

programador
Por definição, os Cientistas de Dados trabalham com dados. Isso envolve muitas
atividades como amostragem e pré-processamento de dados, estimativa de modelo e pós-
processamento (por exemplo, análise de sensibilidade, implantação de modelo,
backtesting, validação de modelo). Embora muitas ferramentas de software amigáveis ao
usuário estejam no mercado hoje em dia para automatizar e suportar essas tarefas, todo
exercício analítico requer etapas personalizadas para abordar as especificidades de um
determinado problema e configuração de negócios. Para realizar com êxito essas etapas,
a programação precisa ser feita. Assim, um bom Cientista de Dados deve possuir
habilidades de programação (por exemplo, SAS, R, Python, etc.). A linguagem de
programação em si não é tão importante como tal, desde que esteja familiarizado com os
conceitos básicos de programação e saiba como usá-los para automatizar tarefas
repetitivas ou executar rotinas específicas.

Um Cientista de Dados Especializado em Análise de Fraude deve ser um bom

comunicador

Goste ou não, a análise é um exercício técnico. Neste momento, há uma enorme lacuna
entre os modelos analíticos e os usuários de negócios. Para preencher essa lacuna,
comunicação e visualização são fundamentais. Assim, os Cientistas de Dados devem
saber como representar modelos analíticos, suas estatísticas e relatórios, de maneiras
amigáveis usando abordagens de semáforo, regras de negócios Se-Então e assim por
diante. Eles devem ser capazes de comunicar a quantidade certa de informação sem se
perder em detalhes complexos (por exemplo, estatísticos), o que inibirá a implantação
bem-sucedida de um modelo. Ao fazer isso, os usuários de negócios entenderão melhor
as características e comportamento em seus dados, o que melhorará sua atitude e aceitação
dos modelos analíticos resultantes.

Um Cientista de Dados Especializado em Análise de Fraude deve ter uma sólida

compreensão de negócios

Um Cientista de Dados Especializado em Análise de Fraude deve ter uma sólida

compreensão de negócios. Embora isso possa ser óbvio, temos testemunhado (também)
muitos projetos de ciência de dados que falharam porque o analista respectivo não
entendeu o problema do negócio em questão. Por "negócio" referimo-nos à respectiva
área de aplicação. Cada um desses campos tem suas próprias particularidades que são
importantes para um Cientista de Dados Especializado em Análise de Fraude conhecer e
entender, a fim de ser capaz de projetar e implementar um sistema personalizado de
detecção de fraude. Quanto mais alinhado o sistema de detecção com o ambiente, melhor
será seu desempenho, avaliado em cada uma das dimensões já discutidas.
Um Cientista de Dados precisa de criatividade em pelo menos dois níveis

Primeiro, em um nível técnico, é importante ser criativo no que diz respeito à seleção de
recursos, transformação de dados e limpeza. Essas etapas do processo de análise padrão
devem ser adaptadas a cada aplicativo em particular, e muitas vezes o "palpite correto"
pode fazer uma grande diferença. Segundo, Big Data Analytics é um campo em rápida
evolução. Novos problemas, tecnologias e desafios correspondentes surgem de forma
contínua. Além disso, também os fraudadores são muito criativos e adaptar suas táticas e
métodos em uma base contínua. Portanto, é crucial que um Cientista de Dados
Especializado em Análise de Fraude acompanhe essas novas evoluções e tecnologias e
tenha criatividade suficiente para ver como elas podem criar novas oportunidades.

Equipe DSA

www.datascienceacademy.com.br