正在读取岗位…

数据工程师

Data Engineer

数据与人工智能数据工程全职
薪资标准:原帖未明确标注

AI 摘要

RevenueBase 招聘数据工程师,负责端到端建设和维护数据管道、提升数据质量与可靠性,并支持 B2B 客户排查数据问题。要求具备 3 年以上数据工程经验,熟悉 SQL、数据建模、Python、ETL/ELT,并有 DBT 实操经验;团队远程优先、工作时间灵活,薪酬依据经验确定。

岗位速览

用工形式
全职
经验门槛
至少 3 年

岗位介绍

RevenueBase:

  • 我们正在构建数据基础设施,使人工智能代理更加可靠,而非容易出错。
  • 我们为自主运行的AI代理和销售管理(GTM)工作流程提供持续更新、经过验证的B2B数据。
  • 在保持100%的营收增长的同时,我们的业务规模增长了两倍,并且现金流始终为正。
  • 我们为Clay、Zoominfo、Dun & Bradstreet以及下一代AI销售管理工具提供技术支持。

我们为何招聘这个职位:

  • 我们的数据平台正在迅速扩展,我们需要一位能够全程负责数据处理流程(即“端到端”管理)的工程师,以确保数据质量始终保持高水平,并在业务增长的过程中保障系统的可靠性。
  • 设立这个职位的目的是为了加强我们的数据基础设施,通过自动化手段加速数据交付流程,确保我们的B2B客户能够获得准确、及时且值得信赖的数据。
  • 您将负责维护那些直接支持客户工作流程的数据系统;在这些系统中,数据处理流程的可靠性和数据质量直接关系到客户的留存率(即客户是否会继续使用我们的服务)。

你的工作职责:

  • 使用 DBT、Snowflake 和现代编排工具构建和维护可投入生产的数据管道。
  • 全面负责数据工程相关工作,包括从实施到优化和部署的整个流程。
  • 修复并改进现有的数据管道:识别瓶颈、解决问题并提升性能。
  • 推动数据栈中的自动化流程,以加快数据交付速度并减少人工干预。
  • 为 B2B 客户提供第二线支持:调查数据问题、明确特殊情况,并确保客户能够信任他们的数据。
  • 随着我们数据源覆盖范围的扩大,设计和实现新的数据导入管道。
  • 实施数据质量改进措施:进行数据验证、监控和测试,以确保数据交付的可靠性和准确性。
  • 参与代码审查、架构讨论以及数据工程最佳实践的制定。
  • 你适合什么职位:
  • 您拥有3年以上的专业数据工程经验。
  • 具备扎实的SQL基础、数据建模能力,以及Python编程技能,同时熟悉ETL/ELT(提取、转换、加载)流程的相关原理。
  • 必须具备的条件:
  • DBT:具备构建和维护数据转换流程(transformation pipelines)的实际操作经验
  • 优先考虑的条件:
  • Snowflake
  • Databricks
  • AWS(S3、Lambda、Glue等)
  • 使用 Prefect 或类似的编排工具(如 Airflow、Dagster)
  • 对数据质量原则、测试策略和监控实践有扎实的理解。
  • 能够适应快速变化、以远程工作为主的环境。
  • 优秀的沟通能力——能够向技术和非技术利益相关者清晰地解释技术问题。
  • 注重异步沟通——能够独立完成任务,记录决策过程,并在不需要持续同步交流的情况下让利益相关者了解进展情况。
  • 具备全程负责的态度——从任务规划到最终交付,全程参与并解决可能出现的问题,确保任务顺利完成。
  • 关注数据质量、流程的可靠性以及系统的长期可维护性。
  • 为什么选择 RevenueBase:
  • 具有实际影响力的产品:客户在生产过程中依赖我们的平台。
  • 高度的自主权:团队规模较小,你的工作会直接影响产品的开发方向。
  • 以工程为核心的文化:质量和准确性至关重要。
  • 处于成长阶段的公司:产品与市场的契合度很高,且发展势头强劲。
  • 注重实际效果而非繁琐流程:减少官僚主义,更多精力用于产品创新。

我们提供的福利:

  • 根据工作经验提供具有竞争力的薪酬。
  • 提供有意义的归属感以及长期的发展机会。
  • 灵活的工作时间。
  • 完全适合远程工作的团队。
  • 可与创始人及核心工程团队直接协作。

最初发布于 Himalayas

查看原岗位