关于Unify
Unify由Austin Hughes和Connor Heggie于2023年1月17日创立。在创立Unify之前，Austin领导Ramp的增长产品团队，专注于新客户获取，而Connor则是Scale AI的机器学习研究工程师。我们团队的其他成员来自Airbnb、Spotify、Waymo和LinkedIn等公司。
我们的使命是为市场拓展团队构建第一个行动系统，从一个端到端的平台开始，推动温暖的外向销售。如今，外向销售被冷淡的大规模推广主导，这些推广淹没了人们的收件箱，转化率极低。我们正在构建一个平台来推动温暖的外向销售，使市场拓展团队能够在客户寻找解决方案的确切时间与合适的人取得联系。
我们的收入同比增长了8倍，已经为Guru、Justworks、Together.AI、Flock Safety、Hightouch等客户提供服务。我们是一个充满活力、高强度的团队，已经从Thrive、Emergence、OpenAI等筹集了5800万美元。加入我们，改变市场拓展的运作方式。
关于职位
Unify正在构建支持下一代市场拓展的基础设施。作为高级数据工程师，您将负责创建和维护市场上最大、质量最高的第一方联系人数据集的系统。您将设计从多个供应商获取数据的管道，构建决定信任哪些来源的智能，并创建使Unify数据成为可防御竞争优势的质量基础设施。
您的工作内容
- 构建丰富平台：设计和扩展处理1亿+联系人记录的管道，与大规模联系人数据供应商集成。
- 负责数据质量：构建去重、实体解析和记录匹配系统，将来自多个来源的联系人合并为单一高质量记录。
- 优化供应商经济：创建瀑布式丰富逻辑，在最大化覆盖率和新鲜度的同时，最小化跨数据供应商组合的每条记录成本。
- 发布新鲜度基础设施：构建系统检测职位变动、标记过时记录，并触发重新丰富以保持数据集的最新。
- 仪表和测量：创建质量评分、覆盖率仪表板和准确性指标，使业务能够看到数据集的健康状况。
您的背景
- 5年以上数据工程经验，包括2年以上联系人数据、丰富系统或数据基础设施的工作经验。
- 深入了解数据供应商API和联系人数据的经济学（覆盖率、准确性权衡、每条记录成本）。
- 专家级SQL和数据建模技能，具有设计大规模实体数据集模式的经验。
- 使用现代工具（dbt、Airflow、Dagster、Spark）构建生产数据管道的记录。
- 在大规模实体解析、去重和模糊匹配方面的经验。
- 对数据仓库（Snowflake、ClickHouse、BigQuery）和性能优化有深入理解。
- 具有商业头脑：您了解数据质量直接影响收入，并能够用市场拓展团队理解的术语阐述权衡。
这是一个有薪职位，目标范围为225,000 - 285,000美元（取决于经验），包括股权包和全面福利（包括医疗、牙科、视力和401(k)选项）。该职位在加州旧金山或纽约市现场办公，提供与才华横溢的团队在动态、高能量环境中紧密合作的宝贵机会。面对面工作能够实现实时协作，促进创造性问题解决，并加强推动创新和影响的联系。您将处于我们快节奏运营的中心，为重视参与、成长和团队合作的文化做出贡献。
