dLocal adalah perusahaan fintech yang membangun infrastruktur pembayaran untuk bisnis global yang melayani pelanggan di pasar berkembang. Platformnya menggabungkan metode pembayaran lokal dan mata uang di lebih dari 40 negara, dengan layanan yang mencakup payin, payout, dan pengelolaan penipuan secara real time. Dengan menyederhanakan transaksi lintas negara, dLocal membantu bisnis di bidang e-commerce, ekonomi berbagi, media digital, layanan keuangan, dan sektor lainnya menjangkau konsumen di Afrika, Asia, Amerika Latin, serta pasar berkembang pesat lainnya.
Arsitek Data dan AI Senior — dLocal, Hibrida Montevideo
Memimpin arsitektur data dan analitik global dLocal di bidang fintech. Menetapkan platform data mesh, streaming, lakehouse, semantik, cloud, dan MLOps yang terkelola.
Deskripsi
- Menetapkan arah teknis untuk arsitektur data dan analitik dLocal
- Membangun ekosistem data yang skalabel, terkelola, dan mudah diakses yang mencakup Data & AI serta engineering
- Menghubungkan produk data domain dengan platform real-time, beban kerja analitik, aplikasi machine learning, dan konsumsi bisnis
- Menetapkan arsitektur perusahaan untuk kasus penggunaan data batch, streaming, lakehouse, warehouse, dan operasional
- Meninjau RFC dan memberi arahan kepada arsitek mengenai keputusan arsitektur data
- Mendorong adopsi data mesh melalui kepemilikan domain, produk data, tata kelola federatif, platform mandiri, kemudahan penemuan, kualitas, dan SLA
- Membuat arsitektur referensi dan standar engineering yang mencakup produk data, pipeline, ingestion, penyimpanan, pemrosesan, orkestrasi, observabilitas, lineage, keamanan, dan akses
- Merancang dan mengelola platform streaming menggunakan Kafka, Kinesis, Flink, Spark Structured Streaming, dan Databricks
- Menetapkan praktik pemrosesan event untuk skema, kontrak, waktu event, data terlambat, idempotensi, deduplikasi, pemutaran ulang, pemrosesan ulang, penanganan dead-letter, dan SLA kesegaran data
- Mengembangkan lapisan semantik lintas domain dan ontologi perusahaan
- Mengarahkan platform data cloud dan kapabilitas lakehouse di AWS dan GCP
- Menetapkan arah arsitektur untuk kapabilitas MLOps dan platform fitur
- Memimpin atau mendukung RFC arsitektur, keputusan teknis, tinjauan desain, strategi migrasi, dan peta jalan delivery
- Bekerja sama dengan tim domain terkait kepemilikan, tanggung jawab produk, serah terima operasional, kualitas, persetujuan akses, dan penggunaan lintas domain
- Menetapkan perlindungan untuk kualitas data, observabilitas, privasi, keamanan, ketahanan, pengendalian biaya, dan kesiapan produksi
- Menangani masalah arsitektur kritis lintas tim dan memastikan keputusan diterapkan hingga implementasi dan operasional
- Membimbing data engineer, tim platform, data scientist, engineer MLOps, tim BI, dan pimpinan engineering
- Mengomunikasikan visi arsitektur dan memvalidasi desain di produksi
Persyaratan
- Memiliki pengalaman 8–10 tahun atau lebih dalam merancang dan mengoperasikan arsitektur data yang skalabel, idealnya dalam lingkungan perusahaan kompleks atau bertumbuh pesat
- Menunjukkan keahlian kuat dalam arsitektur dan model operasi data mesh, termasuk kepemilikan domain, produk data, tata kelola federatif, platform mandiri, kontrak, kualitas, dan kemudahan penemuan
- Memiliki pengalaman mendalam dengan sistem streaming dan berbasis event, termasuk Kafka atau Kinesis serta mesin pemrosesan seperti Flink atau Spark Structured Streaming
- Memiliki pengalaman merancang beban kerja real-time dan near-real-time yang mencakup pengukuran latensi, semantik waktu event, data terlambat, state, deduplikasi, idempotensi, pemutaran ulang, dan pemulihan kegagalan
- Memahami lapisan semantik, ontologi bisnis, model kanonis, knowledge graph atau model metadata, definisi metrik, dan tata kelola semantik
- Memiliki pengetahuan ahli tentang pemodelan data, pola lake dan lakehouse, desain warehouse, pipeline, produk data, metadata, lineage, dan teknologi manajemen data
- Memiliki pengalaman dengan platform data AWS dan/atau GCP; Databricks, Unity Catalog, Delta Lake, Iceberg, atau teknologi sebanding menjadi nilai tambah
- Mahir menggunakan Spark, Airflow, dbt, Kafka, Python, SQL, CI/CD, infrastructure as code, dan alat observabilitas
- Pernah merancang atau mendukung MLOps, feature store, serving online dan offline, atau sistem data machine learning berlatensi rendah lainnya
- Mampu membangun kerangka kerja untuk akses data, stewardship, tata kelola, privasi, keamanan, kualitas, dan akuntabilitas operasional
- Memahami trade-off terkait keandalan, skalabilitas, performa, ketahanan, biaya, dan ketergantungan pada vendor
- Menunjukkan kemampuan luar biasa dalam pengelolaan pemangku kepentingan, komunikasi, fasilitasi, dan memengaruhi
- Nyaman mengelola risiko, ambiguitas, dan konflik sambil membuat serta menjelaskan keputusan
- Mampu bekerja secara mandiri dan proaktif, dengan penilaian yang baik mengenai kapan perlu meminta masukan dan kapan harus melanjutkan
Tunjangan
- Jadwal dan pengaturan kerja fleksibel yang menyeimbangkan waktu fokus mandiri dengan kolaborasi langsung di hub, bergantung pada peran dan lokasi
- Kesempatan untuk bekerja di industri fintech
- Program bonus rujukan karyawan
- Dapat bekerja dari mana saja saat bepergian hingga tiga bulan setiap tahun