dLocal — финтех-компания, создающая платёжную инфраструктуру для международного бизнеса, работающего с клиентами на развивающихся рынках. Её платформа объединяет местные способы оплаты и валюты более чем в 40 странах, предлагая услуги по приёму и выплате платежей, а также управлению мошенничеством в режиме реального времени. Упрощая трансграничные операции, dLocal помогает компаниям из сфер электронной коммерции, совместного потребления, цифровых медиа, финансовых услуг и других отраслей привлекать клиентов в Африке, Азии, Латинской Америке и других быстрорастущих рынках.
Старший архитектор данных и ИИ — dLocal, Монтевидео, гибридный формат
Руководите глобальной архитектурой данных и аналитики dLocal в финтехе. Определяйте платформы управляемой data mesh, потоковой обработки, lakehouse, семантики, облачных решений и MLOps.
Описание
- Определять техническое направление архитектуры данных и аналитики dLocal
- Создавать масштабируемую, управляемую и доступную экосистему данных, охватывающую Data & AI и инженерные команды
- Связывать доменные продукты данных с платформами реального времени, аналитическими нагрузками, приложениями машинного обучения и бизнес-потреблением данных
- Определять корпоративные архитектуры для пакетной и потоковой обработки, lakehouse, хранилищ и операционных сценариев работы с данными
- Проверять RFC и консультировать архитекторов по решениям в области архитектуры данных
- Продвигать внедрение data mesh через ответственность доменов, продукты данных, федеративное управление, платформы самообслуживания, обнаруживаемость, качество и SLA
- Создавать эталонные архитектуры и инженерные стандарты для продуктов данных, конвейеров, приема, хранения, обработки, оркестрации, наблюдаемости, lineage, безопасности и доступа
- Проектировать и управлять платформами потоковой обработки с использованием Kafka, Kinesis, Flink, Spark Structured Streaming и Databricks
- Формировать практики обработки событий для схем, контрактов, времени событий, запаздывающих данных, идемпотентности, дедупликации, воспроизведения, повторной обработки, обработки сообщений dead letter и SLA свежести данных
- Разрабатывать междоменные семантические слои и корпоративные онтологии
- Определять направление развития облачных платформ данных и возможностей lakehouse в AWS и GCP
- Определять архитектурное направление для MLOps и платформ признаков
- Руководить RFC по архитектуре, техническими решениями, ревью дизайна, стратегиями миграции и планами поставки либо поддерживать их
- Работать с доменными командами над ответственностью, обязанностями по продуктам, передачей в эксплуатацию, качеством, согласованием доступа и междоменным использованием
- Определять меры защиты качества данных, наблюдаемости, конфиденциальности, безопасности, отказоустойчивости, контроля затрат и готовности к эксплуатации
- Решать критические архитектурные проблемы между командами и доводить решения до реализации и эксплуатации
- Наставлять инженеров по данным, платформенные команды, специалистов по данным, инженеров MLOps, BI-команды и инженерных руководителей
- Распространять архитектурное видение и проверять проекты в рабочей среде
Требования
- Иметь 8–10 и более лет опыта проектирования и эксплуатации масштабируемых архитектур данных, желательно в сложных корпоративных или быстрорастущих средах
- Обладать глубокими знаниями архитектуры и операционных моделей data mesh, включая ответственность доменов, продукты данных, федеративное управление, платформы самообслуживания, контракты, качество и обнаруживаемость
- Иметь глубокий опыт работы с потоковыми и событийно-ориентированными системами, включая Kafka или Kinesis и такой движок обработки, как Flink или Spark Structured Streaming
- Иметь опыт проектирования задач реального и близкого к реальному времени с измерением задержки, семантикой времени событий, запаздывающими данными, состоянием, дедупликацией, идемпотентностью, воспроизведением и восстановлением после сбоев
- Разбираться в семантических слоях, бизнес-онтологиях, канонических моделях, графах знаний или моделях метаданных, определениях метрик и семантическом управлении
- Обладать экспертными знаниями моделирования данных, паттернов data lake и lakehouse, проектирования хранилищ, конвейеров, продуктов данных, метаданных, lineage и технологий управления данными
- Иметь опыт работы с платформами данных AWS и/или GCP; преимуществом будут Databricks, Unity Catalog, Delta Lake, Iceberg или сопоставимые технологии
- Уверенно владеть Spark, Airflow, dbt, Kafka, Python, SQL, CI/CD, инфраструктурой как кодом и инструментами наблюдаемости
- Иметь опыт проектирования или поддержки MLOps, feature store, онлайн- и офлайн-обслуживания моделей либо других низколатентных систем данных для машинного обучения
- Уметь создавать основы для доступа к данным, управления данными, governance, конфиденциальности, безопасности, качества и операционной ответственности
- Понимать компромиссы между надежностью, масштабируемостью, производительностью, отказоустойчивостью, стоимостью и зависимостью от поставщика
- Демонстрировать отличные навыки работы с заинтересованными сторонами, коммуникации, фасилитации и влияния
- Уверенно управлять рисками, неопределенностью и конфликтами, принимая решения и объясняя их
- Работать самостоятельно и проактивно, здраво оценивая, когда нужно запросить мнение, а когда действовать
Преимущества
- Гибкий график и форматы работы, сочетающие самостоятельное время для концентрации с очным сотрудничеством в офисных хабах в зависимости от роли и локации
- Возможность работать в финтех-индустрии
- Программа бонусов за рекомендации сотрудников
- Возможность работать из любой точки мира во время поездок до трех месяцев в год