dLocal yra finansinių technologijų įmonė, kurianti mokėjimų infrastruktūrą pasaulinėms įmonėms, aptarnaujančioms besivystančių rinkų klientus. Jos platforma daugiau nei 40 šalių sujungia vietinius mokėjimo būdus ir valiutas, o teikiamos paslaugos apima mokėjimų priėmimą, išmokas ir realiojo laiko sukčiavimo valdymą. Supaprastindama tarpvalstybinius sandorius, dLocal padeda elektroninės prekybos, dalijimosi ekonomikos, skaitmeninės žiniasklaidos, finansinių paslaugų ir kitų sektorių įmonėms pasiekti vartotojus Afrikoje, Azijoje, Lotynų Amerikoje ir kitose sparčiai augančiose rinkose.
Vyresnysis duomenų ir dirbtinio intelekto architektas — dLocal, Montevidėjas, hibridinis darbas
Vadovaukite dLocal pasaulinei finansinių technologijų duomenų ir analitikos architektūrai. Apibrėžkite valdomas duomenų tinklo, srautinių duomenų, lakehouse, semantines, debesijos ir MLOps platformas.
Aprašymas
- Nustatykite dLocal duomenų ir analitikos architektūros techninę kryptį
- Kurkite mastelio keitimui pritaikytą, valdomą ir prieinamą duomenų ekosistemą, apimančią Data & AI ir inžineriją
- Sujunkite domenų duomenų produktus su realiojo laiko platformomis, analitiniais darbo krūviais, mašininio mokymosi programomis ir verslo naudojimu
- Apibrėžkite paketinio apdorojimo, srautinių duomenų, lakehouse, duomenų saugyklos ir operacinių duomenų sprendinių architektūras
- Peržiūrėkite RFC ir konsultuokite architektus duomenų architektūros sprendimų klausimais
- Skatinkite duomenų tinklo taikymą per domenų nuosavybę, duomenų produktus, federacinį valdymą, savitarnos platformas, randamumą, kokybę ir SLA
- Kurkite etalonines architektūras ir inžinerijos standartus, apimančius duomenų produktus, konvejerius, įtraukimą, saugojimą, apdorojimą, orkestravimą, stebimumą, kilmę, saugą ir prieigą
- Projektuokite ir valdykite srautinių duomenų platformas naudodami Kafka, Kinesis, Flink, Spark Structured Streaming ir Databricks
- Nustatykite schemų, sutarčių, įvykių laiko, vėluojančių duomenų, idempotentiškumo, deduplikavimo, atkūrimo, pakartotinio apdorojimo, atmestų pranešimų tvarkymo ir duomenų šviežumo SLA praktikas
- Kurkite tarpdomensinius semantinius sluoksnius ir įmonės ontologijas
- Vadovaukite AWS ir GCP debesijos duomenų platformoms bei lakehouse galimybėms
- Nustatykite MLOps ir požymių platformų architektūros kryptį
- Vadovaukite architektūros RFC, techniniams sprendimams, dizaino peržiūroms, migracijos strategijoms ir įgyvendinimo planams arba juos palaikykite
- Dirbkite su domenų komandomis nuosavybės, produktų atsakomybės, operacinio perdavimo, kokybės, prieigos patvirtinimų ir tarpdomensinio naudojimo klausimais
- Apibrėžkite duomenų kokybės, stebimumo, privatumo, saugos, atsparumo, sąnaudų kontrolės ir parengties gamybai apsaugas
- Spręskite kritines tarp komandų kylančias architektūros problemas ir užtikrinkite sprendimų įgyvendinimą bei eksploatavimą
- Mentoruokite duomenų inžinierius, platformų komandas, duomenų mokslininkus, MLOps inžinierius, BI komandas ir inžinerijos vadovus
- Komunikuokite architektūros viziją ir tikrinkite sprendimus gamybinėje aplinkoje
Reikalavimai
- Turite 8–10 ar daugiau metų patirties kuriant ir eksploatuojant mastelio keitimui pritaikytas duomenų architektūras, geriausia sudėtingose įmonėse ar sparčiai augančiose aplinkose
- Gerai išmanote duomenų tinklo architektūrą ir veiklos modelius, įskaitant domenų nuosavybę, duomenų produktus, federacinį valdymą, savitarnos platformas, sutartis, kokybę ir randamumą
- Turite gilių srautinių ir įvykiais grindžiamų sistemų žinių, įskaitant Kafka arba Kinesis ir Flink arba Spark Structured Streaming
- Esate projektavę realiojo ir beveik realiojo laiko darbo krūvius, apimančius delsos matavimą, įvykių laiko semantiką, vėluojančius duomenis, būseną, deduplikavimą, idempotentiškumą, atkūrimą ir atsparumą gedimams
- Suprantate semantinius sluoksnius, verslo ontologijas, kanoninius modelius, žinių grafus ar metaduomenų modelius, metrikų apibrėžtis ir semantinį valdymą
- Turite ekspertinių duomenų modeliavimo, data lake ir lakehouse modelių, duomenų saugyklų projektavimo, konvejerių, duomenų produktų, metaduomenų, kilmės ir duomenų valdymo technologijų žinių
- Turite patirties su AWS ir (arba) GCP duomenų platformomis; Databricks, Unity Catalog, Delta Lake, Iceberg ar panašios technologijos būtų privalumas
- Gerai mokate Spark, Airflow, dbt, Kafka, Python, SQL, CI/CD, infrastruktūrą kaip kodą ir stebimumo įrankius
- Esate projektavę ar palaikę MLOps, požymių saugyklas, internetinį ir neprisijungusį aptarnavimą ar kitas mažos delsos mašininio mokymosi duomenų sistemas
- Gebate sukurti duomenų prieigos, atsakomybės, valdymo, privatumo, saugos, kokybės ir operacinės atskaitomybės sistemas
- Suprantate patikimumo, mastelio, našumo, atsparumo, sąnaudų ir priklausomybės nuo tiekėjo kompromisus
- Turite puikius suinteresuotųjų šalių valdymo, komunikacijos, fasilitavimo ir įtakos darymo įgūdžius
- Jaukiai jaučiatės valdydami riziką, neapibrėžtumą ir konfliktus bei priimdami ir aiškindami sprendimus
- Dirbate savarankiškai ir iniciatyviai, gerai sprendžiate, kada prašyti nuomonės, o kada veikti
Privalumai
- Lankstus grafikas ir darbo organizavimas, derinantis savarankišką susikaupimo laiką su darbu vietiniuose bendradarbiavimo centruose, priklausomai nuo pareigų ir vietos
- Galimybė dirbti finansinių technologijų srityje
- Darbuotojų rekomendavimo premijų programa
- Galimybė keliaujant dirbti iš bet kurios vietos iki trijų mėnesių per metus