CYBERSECURITY ENGINEER - FRAUD MANAGEMENT

CaixaBank Tech; Barcelona; On-site; EUR 90,000 - 130,000; Full time

Job summary

CaixaBank Tech busca un Arquitecto/a de Seguridad para evolucionar su plataforma antifraude y el motor de riesgo en tiempo real. Trabajarás en un ecosistema de prevención del fraude digital para millones de clientes, diseñando arquitecturas con microservicios, gRPC y tecnologías de datos en tiempo real.

Colaborarás con antifraude, identidad, canales digitales y risk, asegurando compliance con PSD2, EBA guías y mejores prácticas. Se valorarán experiencia en Go, MongoDB, Kafka y Kubernetes.

Qualifications

• Formación en Ingeniería Informática, Telecomunicaciones o disciplinas afines.
• Experiencia como Arquitecto/a de Seguridad, de soluciones antifraude o de sistemas de decisión en tiempo real.
• Conocimientos avanzados en prevención y análisis de fraude digital en banca o pagos.
• Conocimiento de autenticación e identidad digital: SCA/PSD2, MFA, FIDO2, OAuth2/OpenID Connect, 3-D Secure.
• Experiencia en diseño de sistemas distribuidos de alto volumen y baja latencia: microservicios, gRPC, mensajería y streaming, NoSQL y caché.

Responsibilities

• Definir y evolucionar la arquitectura de un motor de riesgo en tiempo real.
• Diseñar plataforma de decisión previa a la autorización con baja latencia y alta disponibilidad.
• Garantizar escalabilidad y resiliencia sobre Kubernetes.
• Correlacionar señales de banca online, apps móviles, pagos y cajeros en un perfil de riesgo unificado.
• Asegurar cumplimiento con PSD2 y buenas prácticas del sector.

Skills

Arquitectura de seguridad de riesgo en

Diseño de plataforma de decisión en ms

Modelos de autenticación basados en eR

Comunicación con equipos técnicos y de

Education

Ingeniería Informática/Telecomunicaciones

Tools

Go

MongoDB

Kafka

IBM MQ

Kubernetes

Job description

Dentro del área CYBER, te incorporarás al equipo de Business Protect, que trabaja en el ecosistema de prevención del fraude digital del Grupo CaixaBank.
Analizamos cada interacción digital de nuestros clientes: accesos, pagos, transferencias, compras con tarjeta y operaciones en cajero. Antes de que la operación se autorice, decide si se permite, si se pide un factor adicional de autenticación o si se bloquea. Para ello combina señales de comportamiento, dispositivo, contexto e historial de todos los canales en una visión de riesgo única del cliente.
Serás responsable de definir y evolucionar su arquitectura. Tendrás que tomar decisiones en milisegundos, incorporar nuevas señales y capacidades de detección, y equilibrar la protección frente al fraude con una experiencia digital sin fricciones innecesarias. Colaborarás con los equipos de antifraude, identidad, canales digitales, riesgo y arquitectura corporativa.
Tu contribución será clave para proteger a millones de clientes frente al fraude y garantizar experiencias digitales seguras.

Cómo será tu día a día…

• Arquitectura del motor de riesgo en tiempo real:
• Diseñar y evolucionar una plataforma de decisión previa a la autorización, de baja latencia y alta disponibilidad, basada en microservicios, gRPC, bases de datos NoSQL, cachés en memoria y streaming de eventos.
• Separar el procesamiento crítico de lectura de la actualización de datos.
• Garantizar escalabilidad y resiliencia sobre Kubernetes.
• Visión 360º cross-channel: correlacionar en un perfil de riesgo unificado, disponible en tiempo real, las señales de banca online, apps móviles, pagos de comercio seguro y no seguro, oficinas y cajeros. Una anomalía detectada en un canal debe poder actuar en todos los demás.
• Autenticación adaptativa y SCA:
• Definir modelos de autenticación basada en riesgo y step-up alineados con PSD2 (autenticación reforzada y exenciones).
• Decidir cuándo aplicar MFA, FIDO2/passwordless o biometría.
• Diseñar mecanismos de protección de sesión, dispositivo y tokens frente al account takeover.

• Detección de fraude y señales de riesgo:
• Diseñar controles por vector de ataque: suplantación de cuentas, ingeniería social y estafas, malware y acceso remoto, robo de dispositivo y cuentas mula.
• Definir señales de comportamiento como baselines por cliente, grupos de pares o redes de beneficiarios.
• Integrar proveedores externos de device intelligence, biometría comportamental y scoring, así como modelos de machine learning.
• Motor de reglas y gobierno de decisiones:
• Evolucionar un motor de reglas que permita a los equipos antifraude reaccionar a nuevas campañas sin despliegues.
• Incorporar validación en modo sombra, trazabilidad completa de cada decisión y auditoría.
• Equilibrio entre fraude y fricción: analizar casos reales y falsos positivos por segmento de cliente (seniors, empresas, autónomos), medir su impacto y proponer ajustes basados en datos.
• Estándares y revisión técnica:
• Definir patrones seguros de integración con canales y sistemas antifraude corporativos, como hubs de fraude y bloqueos multicanal.
• Revisar diseños técnicos de proyectos críticos.
• Asegurar el alineamiento con PSD2, las guías de la EBA y las buenas prácticas del sector.

Requisitos:

Formación en Ingeniería Informática, Telecomunicaciones o disciplinas afines.

• Experiencia como Arquitecto/a de Seguridad, de soluciones antifraude o de sistemas de decisión en tiempo real.
• Conocimientos avanzados en prevención y análisis de fraude digital en banca o medios de pago (ATO, ingeniería social, malware bancario, cuentas mula).
• Conocimiento de autenticación e identidad digital: SCA/PSD2, MFA, FIDO2, OAuth2/OpenID Connect, 3-D Secure y autenticación adaptativa.
• Experiencia en el diseño de sistemas distribuidos de alto volumen y baja latencia: microservicios, gRPC, mensajería y streaming, bases de datos NoSQL y estrategias de caché.
• Experiencia en diseño de APIs seguras y protección de canales digitales.
• Capacidad de diseño arquitectónico, visión estratégica y facilidad para comunicarte tanto con equipos técnicos como con negocio.

Valorable:

• Desarrollo en lenguaje Go.
• MongoDB, Kafka, IBM MQ y Kubernetes.
• Motores de reglas y/o integración de modelos de machine learning en decisiones en tiempo real.
• Experiencia con plataformas de scoring antifraude, device intelligence o biometría comportamental.
• Análisis de datos (SQL, Python) para investigar casos y calibrar.