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