dLocal là một công ty công nghệ tài chính xây dựng hạ tầng thanh toán cho các doanh nghiệp toàn cầu phục vụ khách hàng tại các thị trường mới nổi. Nền tảng của công ty kết nối các phương thức thanh toán và loại tiền tệ địa phương tại hơn 40 quốc gia, với các dịch vụ bao gồm thanh toán vào, thanh toán ra và quản lý gian lận theo thời gian thực. Bằng cách đơn giản hóa các giao dịch xuyên biên giới, dLocal giúp các doanh nghiệp trong lĩnh vực thương mại điện tử, kinh tế chia sẻ, truyền thông số, dịch vụ tài chính và các ngành khác tiếp cận người tiêu dùng tại châu Phi, châu Á, Mỹ Latinh và những thị trường tăng trưởng cao khác.
Kiến trúc sư Dữ liệu và AI cấp cao — dLocal, Montevideo, mô hình hybrid
Dẫn dắt kiến trúc dữ liệu và phân tích toàn cầu của dLocal trong lĩnh vực fintech. Xây dựng nền tảng data mesh, streaming, lakehouse, ngữ nghĩa, đám mây và MLOps có quản trị.
Mô tả
- Định hướng kỹ thuật cho kiến trúc dữ liệu và phân tích của dLocal
- Xây dựng hệ sinh thái dữ liệu có khả năng mở rộng, được quản trị và dễ tiếp cận, bao phủ Data & AI cùng kỹ thuật
- Kết nối các sản phẩm dữ liệu theo miền với nền tảng thời gian thực, khối lượng công việc phân tích, ứng dụng học máy và hoạt động khai thác của doanh nghiệp
- Xác định kiến trúc cấp doanh nghiệp cho các trường hợp sử dụng dữ liệu theo lô, streaming, lakehouse, kho dữ liệu và vận hành
- Đánh giá các RFC và tư vấn kiến trúc sư về quyết định kiến trúc dữ liệu
- Thúc đẩy việc áp dụng data mesh thông qua quyền sở hữu theo miền, sản phẩm dữ liệu, quản trị liên kết, nền tảng tự phục vụ, khả năng khám phá, chất lượng và SLA
- Tạo kiến trúc tham chiếu và tiêu chuẩn kỹ thuật bao quát sản phẩm dữ liệu, pipeline, tiếp nhận, lưu trữ, xử lý, điều phối, khả năng quan sát, lineage, bảo mật và quyền truy cập
- Thiết kế và quản trị nền tảng streaming sử dụng Kafka, Kinesis, Flink, Spark Structured Streaming và Databricks
- Thiết lập thực tiễn xử lý sự kiện cho schema, hợp đồng, thời gian sự kiện, dữ liệu đến muộn, tính idempotent, loại bỏ trùng lặp, phát lại, xử lý lại, xử lý dead-letter và SLA về độ mới dữ liệu
- Phát triển các lớp ngữ nghĩa liên miền và ontology cấp doanh nghiệp
- Định hướng nền tảng dữ liệu đám mây và năng lực lakehouse trên AWS và GCP
- Định hướng kiến trúc cho năng lực MLOps và nền tảng feature
- Dẫn dắt hoặc hỗ trợ RFC kiến trúc, quyết định kỹ thuật, đánh giá thiết kế, chiến lược di chuyển và lộ trình triển khai
- Làm việc với các nhóm theo miền về quyền sở hữu, trách nhiệm đối với sản phẩm, bàn giao vận hành, chất lượng, phê duyệt truy cập và việc sử dụng liên miền
- Xác định biện pháp bảo vệ cho chất lượng dữ liệu, khả năng quan sát, quyền riêng tư, bảo mật, khả năng chống chịu, kiểm soát chi phí và mức độ sẵn sàng đưa vào production
- Giải quyết các vấn đề kiến trúc quan trọng giữa các nhóm và theo sát các quyết định từ triển khai đến vận hành
- Hướng dẫn kỹ sư dữ liệu, nhóm nền tảng, nhà khoa học dữ liệu, kỹ sư MLOps, nhóm BI và các lãnh đạo kỹ thuật
- Truyền đạt tầm nhìn kiến trúc và xác thực thiết kế trong môi trường production
Yêu cầu
- Có 8–10 năm kinh nghiệm trở lên trong thiết kế và vận hành kiến trúc dữ liệu có khả năng mở rộng, lý tưởng là trong môi trường doanh nghiệp phức tạp hoặc tăng trưởng cao
- Có chuyên môn vững về kiến trúc và mô hình vận hành data mesh, bao gồm quyền sở hữu theo miền, sản phẩm dữ liệu, quản trị liên kết, nền tảng tự phục vụ, hợp đồng, chất lượng và khả năng khám phá
- Có kinh nghiệm chuyên sâu với hệ thống streaming và hướng sự kiện, bao gồm Kafka hoặc Kinesis cùng một công cụ xử lý như Flink hoặc Spark Structured Streaming
- Có kinh nghiệm thiết kế khối lượng công việc thời gian thực và gần thời gian thực, bao gồm đo độ trễ, ngữ nghĩa thời gian sự kiện, dữ liệu đến muộn, trạng thái, loại bỏ trùng lặp, tính idempotent, phát lại và khôi phục sau sự cố
- Hiểu về lớp ngữ nghĩa, ontology nghiệp vụ, mô hình chuẩn, knowledge graph hoặc mô hình metadata, định nghĩa chỉ số và quản trị ngữ nghĩa
- Có kiến thức chuyên sâu về mô hình hóa dữ liệu, mô hình lake và lakehouse, thiết kế kho dữ liệu, pipeline, sản phẩm dữ liệu, metadata, lineage và các công nghệ quản lý dữ liệu
- Có kinh nghiệm với nền tảng dữ liệu AWS và/hoặc GCP; Databricks, Unity Catalog, Delta Lake, Iceberg hoặc công nghệ tương đương là một lợi thế
- Thành thạo Spark, Airflow, dbt, Kafka, Python, SQL, CI/CD, hạ tầng dưới dạng mã và các công cụ quan sát
- Đã thiết kế hoặc hỗ trợ MLOps, feature store, phục vụ trực tuyến và ngoại tuyến hoặc các hệ thống dữ liệu học máy có độ trễ thấp khác
- Có khả năng thiết lập khung quản lý quyền truy cập dữ liệu, stewardship, quản trị, quyền riêng tư, bảo mật, chất lượng và trách nhiệm vận hành
- Hiểu các đánh đổi liên quan đến độ tin cậy, khả năng mở rộng, hiệu năng, khả năng chống chịu, chi phí và sự phụ thuộc vào nhà cung cấp
- Có kỹ năng xuất sắc về quản lý các bên liên quan, giao tiếp, điều phối và tạo ảnh hưởng
- Thoải mái quản lý rủi ro, sự mơ hồ và xung đột, đồng thời đưa ra và giải thích các quyết định
- Có khả năng làm việc độc lập và chủ động, với phán đoán tốt về thời điểm cần tiếp nhận ý kiến và thời điểm nên tiến hành
Phúc lợi
- Lịch trình và hình thức làm việc linh hoạt, cân bằng thời gian tập trung tự quản với cộng tác trực tiếp tại các trung tâm làm việc, tùy theo vai trò và địa điểm
- Cơ hội làm việc trong ngành fintech
- Chương trình thưởng giới thiệu nhân viên
- Có thể làm việc từ bất kỳ đâu khi đi du lịch tối đa ba tháng mỗi năm