Empresa: FIAP/Alura/PM3
Buscamos um profissional sênior na interseção entre prevenção a fraude, forense digital e governança de risco de IA. Alguém que entende a escala real das fraudes com deepfake, voice cloning e phishing gerado por IA generativa e que, a partir desse entendimento, é capaz tanto de detectar tecnicamente esse tipo de conteúdo sintético quanto de conduzir a resposta a um incidente em andamento e de desenhar o programa organizacional que previne o próximo ataque. Não buscamos apenas alguém que reconhece um deepfake, mas um profissional com visão de arquiteto: capaz de unificar risco de IA generativa própria (LLM/agentes), ML preditivo próprio e ameaças externas habilitadas por IA numa única estratégia de governança. O perfil ideal já trabalhou com prevenção a fraude, forense digital ou governança de risco em alguma capacidade, seja detectando tecnicamente mídia sintética (texto, áudio ou vídeo), conduzindo resposta a incidente de fraude com componente de IA (BEC com deepfake, vishing com voz clonada), ou desenhando controles e programas de governança de risco de IA. Tem linguagem técnica precisa e consegue traduzir um caso de fraude complexo tanto para um analista de SOC quanto para a liderança executiva. Experiência esperada • 2+ anos de experiência em segurança da informação e/ou prevenção a fraude, com atuação relevante em ameaças habilitadas por IA generativa (deepfake, voice cloning, phishing gerado por LLM) • Vivência real com ao menos um dos seguintes contextos: detecção técnica de mídia sintética (texto, áudio ou vídeo), resposta a incidente de fraude com componente de IA generativa, ou desenho de programa organizacional/governança de risco de IA • Experiência com análise forense de mídia digital (cadeia de custódia, preservação de evidência e redação de laudo técnico) aplicada a casos que envolvam áudio, vídeo ou imagem suspeitos • Familiaridade prática com frameworks de governança de IA (NIST AI Risk Management Framework, ISO/IEC 42001) e com MITRE ATLAS como linguagem técnica de threat modeling Conhecimentos técnicos essenciais (não precisa ter todos) Panorama e taxonomia de ameaças por IA generativa: • Taxonomia das ameaças habilitadas por IA generativa (deepfake de vídeo/imagem, voice cloning, phishing/texto gerado por LLM) e anatomia do ataque multicanal (texto + voz + vídeo) • Casos reais documentados (ex.: caso Arup — US$ 25 milhões via deepfake em videochamada; caso LastPass — vishing com voz clonada do CEO) e o que revelam sobre a fragilidade da verificação tradicional • Economia por trás da fraude em escala: ferramentas comerciais self-service de geração (ElevenLabs, Resemble AI, PlayHT, DeepFaceLab, Stable Diffusion) e por que os controles tradicionais não seguram esse vetor Detecção técnica de mídia sintética: • Detecção de texto gerado por IA: análise estilométrica (perplexidade, burstiness), classificadores de texto sintético open source, LLM-as-judge e heurísticas de domínio/URL (WHOIS, typosquatting) • Detecção de voice cloning: análise espectral e MFCC com librosa, reconhecimento de artefatos de síntese, modelos de anti-spoofing (ASVspoof, AASIST) e verificação por callback • Detecção de deepfake de vídeo/imagem: artefatos visuais, análise forense de imagem (ELA, ruído, metadados), ferramentas abertas de verificação (InVID/WeVerify) e proveniência de conteúdo com C2PA/Content Credentials Forense e resposta a incidentes: • Cadeia de custódia e preservação forense de evidência digital (áudio, vídeo, imagem), documentação de metodologia e redação de laudo técnico defensável • Protocolo de resposta a incidente de fraude com IA: contenção nos primeiros minutos, verificação multicanal (callback verification), coordenação entre times multidisciplinares e reporte a autoridades • Documentação e encerramento de caso (relatório pós-incidente) Governança e programa organizacional: • Desenho de controles antifraude (dupla autorização, hold de mudança bancária, callback verification) e auditoria de exposição de mídia/superfície de clonagem de executivos • Programas de treinamento e conscientização específicos para ameaças habilitadas por IA • NIST AI Risk Management Framework e ISO/IEC 42001 aplicados a um programa de governança de IA que unifique risco de LLM/agentes, ML preditivo e ameaças externas; comunicação executiva de risco e métricas de maturidade de programa antifraude Diferenciais: • • Experiência real conduzindo ou assessorando a resposta a um incidente de fraude com deepfake ou voice cloning • • Pesquisa publicada, laudo pericial ou apresentação em eventos sobre mídia sintética, forense digital ou governança de risco de IA (Black Hat, Mind the Sec, eventos de perícia digital/forense ou equivalentes) • • Conhecimento de regulação de IA além do NIST AI RMF e ISO/IEC 42001 (ex.: EU AI Act) aplicado à gestão de risco corporativo • • Criação de conteúdo técnico público: artigos, repositórios, cursos ou palestras sobre fraude por IA, forense digital ou governança de risco • • Capacidade de transformar projetos reais e experiências profissionais em aulas práticas e acessíveis; • • Boa comunicação verbal e escrita para apresentar conceitos técnicos de forma clara, estruturada e com linguagem próxima da comunidade de tecnologia.