Detectar fraude no es el único problema, es tambien investigarlo. Cuando una regla bloquea una transacción o un caso cae en revisión manual, alguien tiene que abrir cinco pantallas, cruzar el historia… Ver más

Detectar fraude no es el único problema, es tambien investigarlo. Cuando una regla bloquea una transacción o un caso cae en revisión manual, alguien tiene que abrir cinco pantallas, cruzar el historial del usuario, mirar la red de dispositivos y tarjetas, entender qué regla disparó y por qué, y recién ahí decidir. Eso toma minutos por caso, y no escala. En esta charla mostramos cómo construimos un agente de IA que hace ese trabajo de investigación: no un chatbot que responde preguntas sobre un dashboard, sino un agente que planifica, consulta varias fuentes, cruza evidencia y entrega una conclusión con su razonamiento. Sobre Veronica Barraza: Data Scientist especializada en fraude, riesgo y modelado estadístico, con experiencia en la industria tecnológica y en investigación científica. Su formación en Biología y Estadística, desarrollada en el ámbito académico de la UBA y CONICET, se complementa con más de 5 años de experiencia en la industria tecnológica, en empresas como Rappi y GatekeeperX. Actualmente se desempeña en GatekeeperX, donde desarrolla soluciones de Data Science orientadas a la prevención de fraude y gestión del riesgo, combinando fundamentos estadísticos, modelado y análisis de datos para abordar problemas complejos de negocio. Sobre Joan Cerretani: Científico de Datos en GatekeeperX, especializado en Machine y Deep Learning y Agentes. Licenciado en Ciencias Físicas y Magíster en Ciencia de Datos por la Universidad de Buenos Aires (UBA). Su trayectoria combina investigación científica y tecnología, con foco actual en el desarrollo de soluciones basadas en IA y agentes inteligentes. Ver menos