LogoFresh Jobs Ahead
dLocal
dLocal
201 – 500 Ansatte
FintechNetthandel
dLocal er et fintech-selskap som bygger betalingsinfrastruktur for globale virksomheter som betjener kunder i fremvoksende markeder. Plattformen samler lokale betalingsmetoder og valutaer i mer enn 40 land, med tjenester som omfatter innbetalinger, utbetalinger og sanntids håndtering av svindel. Ved å effektivisere grensekryssende transaksjoner hjelper dLocal virksomheter innen netthandel, delingsøkonomi, digitale medier, finansielle tjenester og andre sektorer med å nå forbrukere i Afrika, Asia, Latin-Amerika og andre markeder med høy vekst.
LinkedIn
Jobber i bedriften

Senior data- og AI-arkitekt – dLocal, Montevideo hybrid

Led dLocals globale arkitektur for fintechdata og analyse. Definer styrte data mesh-, streaming-, lakehouse-, semantikk-, sky- og MLOps-plattformer.

UYUruguayHybridHeltidSeniorLeadPåkrevd Språk: engelskAI-ingeniørMaskinlæringsingeniør
AirflowAWSGoogle Cloud PlatformKafkaPythonSkySparkSQLUnity

Beskrivelse

  • Sett den tekniske retningen for dLocals data- og analysearkitektur
  • Bygg et skalerbart, styrt og tilgjengelig dataøkosystem på tvers av Data & AI og engineering
  • Koble domenedataprodukter til sanntidsplattformer, analytiske arbeidsbelastninger, maskinlæringsapplikasjoner og virksomhetens bruk
  • Definer virksomhetsarkitekturer for batch-, streaming-, lakehouse-, warehouse- og operative databruksområder
  • Gå gjennom RFC-er og gi arkitekter råd om beslutninger innen dataarkitektur
  • Driv innføringen av data mesh gjennom domeneeierskap, dataprodukter, føderert styring, selvbetjeningsplattformer, oppdagbarhet, kvalitet og SLA-er
  • Lag referansearkitekturer og engineeringstandarder for dataprodukter, pipelines, inntak, lagring, behandling, orkestrering, observerbarhet, data lineage, sikkerhet og tilgang
  • Design og styr streamingplattformer med Kafka, Kinesis, Flink, Spark Structured Streaming og Databricks
  • Etabler praksis for hendelsesbehandling som omfatter skjemaer, kontrakter, hendelsestid, forsinkede data, idempotens, deduplisering, replay, ny behandling, dead-letter-håndtering og SLA-er for aktualitet
  • Utvikle semantiske lag på tvers av domener og virksomhetsontologier
  • Veiled skybaserte dataplattformer og lakehouse-funksjoner på tvers av AWS og GCP
  • Sett den arkitektoniske retningen for MLOps- og featureplattformfunksjoner
  • Led eller støtt arkitektur-RFC-er, tekniske beslutninger, designgjennomganger, migreringsstrategier og leveranseroadmap-er
  • Samarbeid med domeneteam om eierskap, produktansvar, operasjonell overlevering, kvalitet, tilgangsgodkjenninger og bruk på tvers av domener
  • Definer sikkerhetstiltak for datakvalitet, observerbarhet, personvern, sikkerhet, robusthet, kostnadskontroll og produksjonsberedskap
  • Håndter kritiske arkitekturproblemer på tvers av team, og følg beslutningene gjennom implementering og drift
  • Vær mentor for dataingeniører, plattformteam, data scientists, MLOps-ingeniører, BI-team og engineeringledere
  • Kommuniser arkitekturvisjonen og valider design i produksjon

Krav

  • Ha 8–10+ års erfaring med å utforme og drifte skalerbare dataarkitekturer, helst i komplekse virksomheter eller miljøer med høy vekst
  • Demonstrere sterk ekspertise innen data mesh-arkitektur og driftsmodeller, inkludert domeneeierskap, dataprodukter, føderert styring, selvbetjeningsplattformer, kontrakter, kvalitet og oppdagbarhet
  • Ha dyp erfaring med streaming- og hendelsesdrevne systemer, inkludert Kafka eller Kinesis og en behandlingsmotor som Flink eller Spark Structured Streaming
  • Vise erfaring med å utforme sanntids- og tilnærmet sanntidsarbeidsbelastninger med latensmåling, hendelsestidssemantikk, forsinkede data, tilstand, deduplisering, idempotens, replay og feilgjenoppretting
  • Forstå semantiske lag, forretningsontologier, kanoniske modeller, kunnskapsgrafer eller metadatamodeller, metrikkdefinisjoner og semantisk styring
  • Ha ekspertkunnskap om datamodellering, lake- og lakehouse-mønstre, warehouse-design, pipelines, dataprodukter, metadata, data lineage og teknologier for datahåndtering
  • Ha erfaring med dataplattformer i AWS og/eller GCP; Databricks, Unity Catalog, Delta Lake, Iceberg eller tilsvarende teknologier er en fordel
  • Være dyktig i Spark, Airflow, dbt, Kafka, Python, SQL, CI/CD, infrastruktur som kode og verktøy for observerbarhet
  • Ha utviklet arkitektur for eller støttet MLOps, feature stores, online- og offline-serving eller andre dataløsninger for maskinlæring med lav latens
  • Kunne etablere rammeverk for datatilgang, dataforvaltning, styring, personvern, sikkerhet, kvalitet og operasjonelt ansvar
  • Forstå avveininger mellom pålitelighet, skalerbarhet, ytelse, robusthet, kostnad og leverandørbinding
  • Demonstrere svært gode ferdigheter innen interessenthåndtering, kommunikasjon, fasilitering og påvirkning
  • Være komfortabel med å håndtere risiko, tvetydighet og konflikter samtidig som du tar og forklarer beslutninger
  • Arbeide selvstendig og proaktivt, med godt skjønn når det gjelder når du skal innhente innspill og når du skal gå videre

Fordeler

  • Fleksible arbeidstider og arbeidsformer som balanserer selvstyrt fokustid med samarbeid på fysiske samarbeidshuber, avhengig av rollen og stedet
  • Mulighet til å jobbe i fintechbransjen
  • Bonusprogram for medarbeiderhenvisninger
  • Mulighet til å jobbe hvor som helst mens du reiser i opptil tre måneder hvert år

Relaterte jobber