Em maio de 2.020, quando a pandemia já havia se tornado uma realidade, o Grupo de Ação Financeira Internacional (GAFI) publicou um relatório identificando as novas ameaças e as vulnerabilidades relacionadas aos crimes de lavagem de dinheiro e financiamento do terrorismo em tempos de Covid-19. O documento apontava a velocidade com a qual os criminosos têm se adaptado para explorar as vulnerabilidades criadas por esse novo contexto. Ao mesmo tempo, o órgão mostrava que governos e instituições ainda estavam em um estágio inicial de mapeamento dos crimes de LD-FT ligados ao universo remodelado pelo novo coronavírus. Períodos assim mostram que a tecnologia pode ser a grande aliada dos setores público e privado na tentativa de detectar e frear ações como fraudes, cibercrimes, desvios de fundos governamentais ou de assistência financeira internacional. Dentro de recursos tecnológicos como Big Data e Internet das Coisas, um dos grandes destaques na prevenção à lavagem de dinheiro e ao financiamento do terrorismo é o uso de Analytics. Trata-se da interpretação de dados, correlação de informações e aplicação de testes e inferências para uma tomada de decisão eficiente. Para tanto, são utilizadas técnicas matemáticas, estatísticas e de modelagem preditiva no intuito de encontrar padrões e conhecimento significativos em dados. Especificamente quando aplicado a PLD-FT, o Analytics vai além da estatística descritiva, que apenas resume os pontos de dados coletados. A tecnologia é voltada para a análise preditiva, que visa a prever um comportamento com base em informações previamente coletadas e algoritmos para determinar a probabilidade do que acontecerá em seguida, e a análise prescritiva, que fornece elementos sobre decisões ideais baseadas em cenários futuros previstos. O perfil do cientista de dados Mas de nada adianta contar com os softwares mais modernos se não houver um profissional especializado para apontar a direção certa. E dentro do universo de Analytics existem campos distintos de atuação. Em comum, todo analista de dados deve possuir facilidade com números e afinidade com estatística. Além disso, é importante conseguir transformar os dados em algo que possa ser facilmente visualizado ou saber comunicar adequadamente as informações aos seus pares. O perfil do bom profissional de Analytics ainda inclui alguns pontos importantes. O primeiro é o viés analítico e quantitativo, que o permite avaliar com precisão o que há de mais relevante nas informações. A capacidade de tomar decisão a partir dos dados entra no pacote, pois não basta identificar o que importa, mas também saber como proceder com sua descoberta. Quanto mais lidar com esse tipo de dilema, maior será sua experiência na resolução de problemas, que de certa está no cerne do trabalho executado por quem lida com Analytics. Por fim, é preciso estar disposto a abordar diferentes desafios – ainda mais dentro de um mercado dinâmico como o de PLD-FT, onde a tecnologia caminha na mesma velocidade que as modalidades de infração. A grande evolução tecnológica nos últimos anos tem proporcionado também uma transformação no mercado de trabalho. Novas profissões como engenheiro de dados, web analytics, arquiteto de aplicações, etc. foram surgindo ao longo do tempo. Em destaque, os cientista de dados são vistos como a nova geração de especialistas analíticos que possuem as habilidades técnicas para resolver problemas complexos e explorar desafios de todas as disciplinas e origens. Esse profissional lida diariamente com uma enorme quantidade de informações (sejam elas estruturadas ou não) e utiliza habilidades técnicas em matemática, estatística e ciência da computação para criar suas soluções. O resultado dessa construção tem como meta o desenvolvimento de aplicações analíticas que podem ser usadas para a tomada de decisão nas áreas em que atuam. Autor: Mateus Vendramini Polizeli Especialista em Modelagem de Riscos, atua na área de Analytics de Prevenção à Fraudes e Lavagem de Dinheiro em instituição financeira de grande porte. e-mail para contato: mateus.polizeli@ipld.com.br