数据工程师

RevenueBase:

我们正在构建一个数据基础设施，使AI代理值得信赖，而不是容易出错。

我们为自主AI代理和GTM工作流程提供持续更新、经过验证的B2B数据。

我们在保持100%毛美元留存率并保持正现金流的同时，增长了三倍。

我们为Clay、Zoominfo、Dun & Bradstreet以及下一代AI GTM工具提供支持。

为什么我们招聘这个职位：

我们的数据平台正在快速扩展，我们需要能够从头到尾管理管道、保持数据质量高并确保随着我们成长而可靠性的工程师。

这个职位存在的目的是加强我们的数据基础设施、通过自动化加速交付，并确保我们的B2B客户收到他们可以信赖的准确、及时的数据。

你将从事直接支持客户工作流程的数据系统工作 - 在这里，管道可靠性和数据质量直接影响留存率。

你将做些什么：

• 使用DBT、Snowflake和现代编排工具构建和维护生产就绪的数据管道。
• 从头到尾负责数据工程特性，从实施到优化和部署。
• 修复和改进现有管道 - 识别瓶颈、解决问题并提高性能。
• 推动数据堆栈的自动化计划，以加速交付并减少人工干预。
• 为B2B客户提供二线支持 - 调查数据问题、澄清边缘情况，并确保客户可以信赖他们的数据。
• 在我们扩展数据源覆盖范围时，设计和实施新的数据导入管道。
• 实施数据质量改进 - 验证、监控和测试，以确保可靠、准确的数据交付。
• 参与代码审查、架构讨论和数据工程最佳实践。

你是谁：

• 你有3年以上专业数据工程经验。
• 在SQL、数据建模、Python和ETL/ELT原则方面有扎实的基础。
• 必须具备：
  • DBT - 有构建和维护转换管道的实际经验
• 最好具备：
  • Snowflake
  • Databricks
  • AWS (S3, Lambda, Glue等)
  • Prefect或类似的编排工具（Airflow, Dagster）
• 对数据质量原则、测试策略和监控实践有深入理解。
• 能够在快速发展的、远程优先的环境中工作。
• 优秀的沟通者 - 能够向技术和非技术利益相关者清晰解释技术问题。
• 异步优先的心态 - 能够独立工作，记录决策，并在没有持续同步通信的情况下让利益相关者了解情况。
• 端到端的所有权心态 - 你会从规划到生产全程跟进任务，处理障碍并跟进。
• 你关心数据质量、管道可靠性和长期可维护性。

为什么选择RevenueBase：

• 有实际吸引力的产品：客户在生产中依赖我们的平台。
• 高度所有权：小团队，你的工作直接塑造产品。
• 工程驱动的文化：质量和正确性很重要。
• 成长阶段的公司：明确的产品市场契合度和势头。
• 影响大于流程：更少的官僚主义，更多的建设。

我们提供：

• 基于经验的具有竞争力的薪酬。
• 有意义的所有权和长期成长机会。
• 灵活的工作时间。
• 完全远程友好的团队。
• 与创始人和核心工程领导直接合作。