Em resposta aos novos desafios impostos pela sociedade, a Controladoria Geral da União (CGU) tem investido no aperfeiçoamento dos processos e métodos de trabalho visando o controle mais efetivo da aplicação dos recursos públicos, para atender esses desafios as atividades de auditoria contínua vêm crescendo na CGU. Essas atividades de auditoria contínua nos últimos anos foram focadas na identificação de tipologias que apresentam indícios de irregularidades, porém é notada a carência de trabalhos de identificação de fraudes. Atrelado a isso, existe também a carência de auditores e técnicas para efetivamente fazer o combate a fraudes em âmbito nacional, principalmente nas fraudes de benefícios previdenciários, os quais representam mensalmente 35 milhões de benefícios, com uma materialidade mensal superior a R$ 49 bilhões. Com o quantitativo reduzido de auditores qualificados e inúmeras responsabilidades, a auditoria contínua precisa de métodos automatizados aplicáveis a grandes volumes de dados buscando assim a priorização e atuação eficaz. Esse trabalho apresenta a aplicação de aprendizado de máquina para gerar um modelo preditivo de fraude em pensões por morte no INSS. O modelo construído ao final desse trabalho obteve resultados satisfatórios de aproximadamente 92% de recall, 94% de precisão, 93% de acurácia e 92% de F-Score.