Arquitecto de Datos e IA

¿Qué ofrecemos?
Además de los beneficios personalizados que tenemos para cada país, dLocal te ayudará a prosperar y a dar ese paso extra ofreciéndote:
- Flexibilidad en tu forma de trabajar: Nos centramos en el impacto y la productividad por encima de las horas fijas. Esto significa que nuestros equipos tienen horarios flexibles y, dependiendo de tu rol y ubicación, combinarás tiempo de concentración autogestionado con momentos de conexión presencial en nuestros centros de colaboración.
- Industria Fintech: trabaja en un entorno dinámico y en constante evolución, con mucho por construir y para potenciar tu creatividad.
- Programa de bonos por referidos: nuestro talento interno es el mejor reclutador: recomienda a alguien ideal para un puesto y recibe una recompensa.
- Trabaja desde cualquier lugar: los miembros del equipo pueden trabajar mientras viajan hasta 3 meses cada año.

• Más de 8–10 años de experiencia diseñando y operando arquitecturas de datos escalables, preferiblemente en entornos empresariales complejos o de alto crecimiento.

• Sólida experiencia en el diseño e implementación de arquitecturas y modelos operativos de data-mesh, incluyendo la propiedad de dominios, productos de datos, gobernanza federada, plataformas de autoservicio, contratos, calidad y capacidad de descubrimiento.

• Experiencia profunda con arquitecturas de streaming y orientadas a eventos, incluyendo Kafka o Kinesis y uno o más motores de procesamiento como Flink o Spark Structured Streaming.

• Capacidad demostrada para diseñar para cargas de trabajo en tiempo real y casi en tiempo real, incluyendo la medición de latencia, semántica de tiempo de evento, datos tardíos, estado, deduplicación, idempotencia, replay y recuperación de fallos.

• Sólido conocimiento de capas semánticas, ontologías de negocio, modelos de datos canónicos, grafos de conocimiento o modelos de metadatos, definiciones de métricas y gobernanza semántica.

• Experiencia en modelado de datos, patrones de data lake y lakehouse, diseño de almacenes de datos, pipelines de datos, productos de datos, metadatos, linaje y tecnologías de gestión de datos.

• Experiencia con plataformas y servicios de datos en la nube, particularmente AWS y/o GCP; es valiosa la experiencia con Databricks, Unity Catalog, Delta Lake, Iceberg o tecnologías comparables.

• Competencia con tecnologías de datos y plataformas relevantes como Spark, Airflow, dbt, Kafka, Python, SQL, CI/CD, infraestructura como código y herramientas de observabilidad.

• Experiencia diseñando o dando soporte a MLOps, feature stores, servicio de datos online/offline u otros sistemas de datos de machine learning de baja latencia.

• Capacidad para establecer marcos prácticos para el acceso a datos, la gestión (stewardship), la gobernanza, la privacidad, la seguridad, la calidad y la responsabilidad operativa.

• Sólida comprensión de las compensaciones entre fiabilidad, escalabilidad, rendimiento, resiliencia, coste y el bloqueo por parte de proveedores (vendor lock-in).

• Excelentes habilidades de comunicación, facilitación, influencia y gestión de stakeholders, incluyendo la capacidad de equilibrar las expectativas de entrega y la excelencia técnica.

• Comodidad gestionando el riesgo, la ambigüedad y el conflicto; capacidad para tomar decisiones y explicar el razonamiento detrás de ellas.

• Autosuficiente y proactivo, con el criterio para saber cuándo pedir opinión y cuándo seguir adelante.

Buscamos un Data Architect para proporcionar la dirección técnica de la arquitectura de datos y analítica de dLocal. Este rol dará forma a un ecosistema de datos escalable, gobernado y altamente consumible en las áreas de Data & AI e ingeniería, conectando productos de datos propiedad de cada dominio, plataformas en tiempo real, cargas de trabajo analíticas, casos de uso de machine learning y el consumo de datos orientado al negocio.

Actuarás como un referente técnico senior para las decisiones de arquitectura, traduciendo las necesidades de negocio y de producto en diseños pragmáticos que equilibren la escalabilidad, la fiabilidad, la latencia, la seguridad, la interoperabilidad, la experiencia del desarrollador y el coste total de propiedad.

• Definir y evolucionar arquitecturas de datos empresariales, evaluar compensaciones (trade-offs) y recomendar patrones tecnológicos adecuados para casos de uso de batch, streaming, lakehouse, warehouse y operativos.

• Revisar y asesorar a otros arquitectos sobre los aspectos de datos de sus RFC, ayudando a garantizar la coherencia con los principios de datos empresariales, los estándares de gobernanza y la dirección arquitectónica.

• Liderar la adopción de principios de data-mesh, incluyendo la propiedad orientada al dominio, el dato como producto, la gobernanza computacional federada, las capacidades de plataforma de autoservicio, la capacidad de descubrimiento, la calidad y los SLA medibles de los productos de datos.

• Establecer arquitecturas de referencia y estándares de ingeniería para productos de datos, pipelines, ingesta, almacenamiento, procesamiento, orquestación, observabilidad, linaje, seguridad y gestión de accesos.

• Supervisar los SLA operativos, incluyendo latencia, coste, calidad, frescura, fiabilidad y rendimiento en producción.

• Diseñar y gobernar arquitecturas de streaming utilizando tecnologías como Kafka, Kinesis, Flink, Spark Structured Streaming y Databricks, dando soporte a casos de uso que van desde batch programado hasta el procesamiento en tiempo real de subsegundos.

• Definir patrones fiables de procesamiento de eventos, incluyendo esquemas y contratos de datos, registros de esquemas (schema registries), procesamiento en tiempo de evento, gestión de eventos tardíos, idempotencia, deduplicación, replay y reprocesamiento, flujos de dead-letter y SLA de frescura.

• Dar forma a las capas semánticas y ontologías empresariales que creen un significado de negocio coherente entre dominios, incluyendo entidades canónicas, métricas, dimensiones, relaciones, definiciones de negocio, metadatos, linaje y versionado.

• Establecer patrones que permitan a los modelos semánticos dar servicio a la analítica, aplicaciones operativas, machine learning y casos de uso de IA sin crear definiciones duplicadas o contradictorias.

• Guiar la evolución de las plataformas de datos en la nube y las capacidades de lakehouse, incluyendo Databricks, Unity Catalog, tablas Delta/Iceberg, almacenamiento de objetos, almacenes de datos y capas de consumo de BI en entornos AWS y GCP.

• Proporcionar dirección arquitectónica para las capacidades de MLOps y plataformas de features, incluyendo features en batch y online, integraciones de servicio de modelos, rutas de datos de baja latencia, linaje de modelos/datos, monitorización y gobernanza.

• Liderar o contribuir a los RFC de arquitectura, decisiones técnicas, revisiones de diseño, planes de migración y hojas de ruta de implementación; hacer que las compensaciones complejas sean claras tanto para las partes interesadas técnicas como para las no técnicas.

• Colaborar con los equipos de dominio para aclarar la propiedad, las responsabilidades de los productos de datos, el traspaso operativo, la responsabilidad de la calidad, la aprobación de accesos y los modelos de consumo entre dominios.

• Definir controles prácticos para la calidad de los datos, la observabilidad, la privacidad, la seguridad, la resiliencia, la gestión de costes y la preparación para producción.

• Asumir la responsabilidad de problemas arquitectónicos críticos, facilitar su resolución entre equipos y asegurar que las decisiones se lleven a cabo hasta su implementación y operación.

• Actuar como asesor de confianza y mentor técnico para ingenieros de datos, equipos de plataforma, científicos de datos, ingenieros de MLOps, equipos de BI y líderes de ingeniería.

• Comunicar una visión arquitectónica cohesiva manteniendo un enfoque pragmático, adaptable y lo suficientemente cercano a la implementación para validar que los diseños funcionan en producción.