Дата-инженер-маркетинговые технологии

О нас

Foxit меняет способ взаимодействия мира с документами с помощью передовых технологий и инструментов PDF. Мы являемся ведущим мировым поставщиком программного обеспечения для быстрых, доступных и безопасных решений для работы с PDF-файлами, которыми пользуются миллионы людей по всему миру. Обладатель множества наград, компания Foxit имеет клиентов в более чем 200 странах и по всему миру. У нас есть полная линейка продуктов и захватывающий и агрессивный график разработки. Наша проверенная технология PDF меняет сложившийся статус-кво и ускоряет рост нашей компании. Мы с гордостью числим наших клиентов Google и Amazon, и благодаря вашим навыкам и помощи мы планируем добавить еще многих. У Foxit есть офисы по всему миру, включая офисы в США, Азии, Европе и Австралии.

О роли

Мы ищем опытного инженера по обработке данных, который будет владеть конвейерами данных, которые обеспечивают работу наших систем, выводимых на рынок. Хотя эта роль соответствует приоритетам отдела маркетинга, вы будете изо дня в день работать в нашей команде по бизнес-приложениям и аналитике данных, следуя установленным в команде стандартам разработки, шаблонам архитектуры и процессам проверки кода. Это гарантирует, что создаваемые вами конвейеры будут соответствовать нашей более широкой платформе данных и будут обслуживаться более широкой командой инженеров. Ваше основное внимание будет сосредоточено на потребностях в данных, связанных с маркетингом, тесном сотрудничестве с командами по формированию спроса, маркетингу продуктов, операциям по продажам и цифровыми технологиями, чтобы понять их требования, а затем создавать и поддерживать конвейеры и интеграции, которые их удовлетворяют. Это роль практического исполнения. Вы будете создавать и управлять инфраструктурой данных, которая соединяет нашу платформу автоматизации маркетинга (HubSpot), CRM (Salesforce), хранилище данных (Databricks), систему лицензирования, платежную платформу и другие исходные системы. Ваша работа будет напрямую поддерживать способность маркетинга сегментировать аудиторию, измерять атрибуцию и проводить масштабные кампании на основе данных.

Что ты будешь делать

Разработка и эксплуатация конвейера данных

• Проектирование, создание и обслуживание конвейеров ETL/ELT, опираясь на нашу существующую архитектуру медальонов (от бронзового до серебряного и золотого) и оптимизируя ее для перемещения данных между исходными системами (Salesforce CRM, HubSpot, NetSuite, Stripe, DealHub, LMS) и нашим хранилищем данных Databricks.

• Создавайте конвейеры с помощью PySpark и SQL в записных книжках Databricks, следуя установленным стандартам разработки для именования, структуры проекта и преобразований, соответствующих слоям.

• Владеть уровнем синхронизации данных между Databricks и HubSpot, потоками обогащения, поступающими в HubSpot (статус лицензии, даты продления, состояние подписки, фирменные данные), а также данными маркетингового взаимодействия, возвращающимися в Databricks (события электронной почты, регистрация рабочих процессов, изменения жизненного цикла).

• Создавайте и обслуживайте конвейеры уровня Exchange, которые обрабатывают данные для использования внешней системой, форматируют и проверяют данные на соответствие требованиям целевой системы.

• Создавайте и обслуживайте запланированные пакетные задания и интеграцию на основе событий с помощью API (REST, веб-перехватчики, OAuth).

• Отслеживайте состояние конвейера, настраивайте оповещения о сбоях и ухудшении качества данных, а также самостоятельно реагируйте на инциденты в случае сбоя синхронизации.

• Ведение документации по потокам данных, архитектуре интеграции и книгам по устранению неполадок.

Моделирование и качество данных

• Создавайте и обслуживайте многомерные модели в Databricks (таблицы фактов, таблицы измерений, мостовые таблицы) в соответствии с определениями типов объектов нашего хранилища данных и стандартами именования.

• Работайте в сотрудничестве с заинтересованными сторонами и аналитиками данных для создания тщательно подобранных, готовых к использованию таблиц и витрин данных, в которых применяется бизнес-логика, расчеты ключевых показателей эффективности и агрегирования, оптимизированные для аналитики и активации кампаний.

• Внедрить логику разрешения идентификационных данных и дедупликации для создания унифицированных профилей клиентов из нескольких исходных систем.

• Установите правила проверки данных, проверки качества и мониторинга для обеспечения точности и актуальности данных, поступающих в маркетинговые системы.

• Нормализовать разрозненные источники данных в чистые централизованные схемы с надлежащим соблюдением типов, дедупликацией и обработкой нулевых значений.

Маркетинговые данные и поддержка сегментации

• Убедитесь, что инфраструктура данных поддерживает сегментацию аудитории, включая фирмографические, поведенческие сигналы и сигналы взаимодействия.

• Создайте уровень данных, который обеспечивает маркетинг жизненного цикла, триггерные кампании, динамическое разветвление пути и персонализацию на основе расширенных профилей клиентов.

• Поддерживайте команды по маркетингу и формированию спроса надежными и доступными данными для построения целевых аудиторий в HubSpot.

• Поддержание потоков данных для обеспечения доставки электронной почты, управления подписками и синхронизации списков подавления.

Развитие интеграции

• Создавайте и поддерживайте интеграцию API между системами маркетинга, продаж и операционными системами с помощью Python и SQL.

• Внедрение логики преобразования на уровне полей, оркестровки синхронизации и обработки ошибок для потоков данных между системами.

• Поддержка форм веб-сайта и потоков данных для сбора потенциальных клиентов, обеспечивающая четкую передачу веб-ресурсов в HubSpot и Databricks.

• Работа со сторонними поставщиками обогащения (фирмографическими, намеренными, технологическими) для интеграции данных обогащения в автоматизированные рабочие процессы.

Отчетность и атрибуция

• Создайте и поддерживайте инфраструктуру данных, которая поддерживает атрибуцию кампаний, анализ эффективности каналов и отчеты о воронках продаж.

• Обеспечьте точные данные для анализа конверсий, отслеживания источников потенциальных клиентов и измерения рентабельности инвестиций в маркетинг.

• Поддержка централизованной отчетности путем направления данных о маркетинговом взаимодействии обратно в Databricks для кросс-функционального анализа.

Что ты принесешь

Требуется

• Более 5 лет опыта в области обработки данных, включая практические разработки конвейеров и производственные операции.

• Уверенное знание SQL и Python/PySpark для разработки конвейеров данных.

• Опыт построения и обслуживания конвейеров ETL/ELT с использованием Databricks, dbt, Airflow, Azure Data Factory или эквивалента.

• Практический опыт работы с облачными платформами данных, Databricks, Snowflake, BigQuery или Redshift…

Источник: Jobspresso (https://jobspresso.co/job/data-engineer-marketing-technology/).