Data Engineer-Marketing Technology

Про нас

Foxit змінює спосіб взаємодії світу з документами за допомогою передової технології та інструментів PDF. Ми є провідним світовим постачальником програмного забезпечення швидких, доступних і безпечних PDF-рішень, якими користуються мільйони людей у ​​всьому світі. Володар численних нагород, Foxit має клієнтів у понад 200 країнах і має глобальні підрозділи. У нас є повна лінійка продуктів і захоплюючий і агресивний графік розробки. Наша перевірена технологія PDF руйнує усталений статус-кво та прискорює розвиток нашої компанії. Ми пишаємося тим, що серед наших клієнтів Google і Amazon, і з вашими навичками та допомогою ми плануємо додати ще багатьох. Foxit має офіси по всьому світу, включаючи локації в США, Азії, Європі та Австралії.

Про роль

Ми шукаємо досвідченого інженера з обробки даних, який би володів конвеєрами даних, які забезпечують наші системи для виходу на ринок. Хоча ця роль узгоджується з пріоритетами відділу маркетингу, ви щоденно працюватимете в нашій команді бізнес-додатків і аналізу даних, дотримуючись встановлених командою стандартів розробки, шаблонів архітектури та процесів перевірки коду. Це гарантує, що створені вами конвеєри узгоджені з нашою ширшою платформою даних і доступні для обслуговування більшою командою інженерів. Вашу основну увагу ви будете зосереджувати на потребах у даних, пов’язаних з маркетингом, тісно співпрацюючи з відділами формування попиту, маркетингу продукту, продажами та цифровими командами, щоб зрозуміти їхні вимоги, а потім розбудовувати та підтримувати конвеєри та інтеграції, які їх задовольняють. Це практична роль виконання. Ви створюватимете та керуватимете інфраструктурою даних, яка з’єднує нашу платформу автоматизації маркетингу (HubSpot), CRM (Salesforce), сховище даних (Databricks), систему ліцензування, платіжну платформу та інші вихідні системи. Ваша робота безпосередньо підтримуватиме здатність маркетингу сегментувати аудиторію, вимірювати атрибуцію та проводити масштабні кампанії на основі даних.

Що ви будете робити

Розробка та експлуатація каналу даних

• Проектуйте, створюйте та обслуговуйте конвеєри ETL/ELT, будуючи та оптимізуючи нашу існуючу медальйонну архітектуру (від бронзи до срібла та золота) для переміщення даних між вихідними системами (Salesforce CRM, HubSpot, NetSuite, Stripe, DealHub, LMS) і нашим сховищем даних Databricks

• Створюйте конвеєри за допомогою PySpark і SQL у блокнотах Databricks, дотримуючись встановлених стандартів розробки для іменування, структури проекту та відповідних перетворень для шарів

• Володіти рівнем синхронізації даних між Databricks і HubSpot, потоками збагачення, що надходять до HubSpot (статус ліцензії, дати поновлення, стан підписки, фірмові дані) і даними про маркетингову взаємодію, що повертаються до Databricks (події електронної пошти, реєстрація робочого процесу, зміни життєвого циклу)

• Створення та підтримка конвеєрів рівня Exchange, які збирають дані для споживання зовнішньою системою, форматують і перевіряють дані відповідно до вимог цільової системи

• Створення та підтримка запланованих пакетних завдань та інтеграцій, керованих подіями, за допомогою API (REST, webhooks, OAuth)

• Відстежуйте стан конвеєра, налаштовуйте сповіщення про збої та погіршення якості даних, а також власну реакцію на інцидент у разі порушення синхронізації

• Ведіть документацію щодо потоків даних, архітектури інтеграції та журналів усунення несправностей

Моделювання та якість даних

• Створюйте та підтримуйте розмірні моделі в Databricks (таблиці фактів, таблиці розмірностей, мостові таблиці) відповідно до наших визначень типів об’єктів сховищ даних і стандартів іменування

• Працюйте разом із зацікавленими сторонами та аналітиками даних, щоб створювати підібрані, готові для бізнесу таблиці та вітрини даних, які застосовують бізнес-логіку, обчислення KPI та агрегації, оптимізовані для аналітики та активації кампаній

• Реалізуйте ідентифікацію та логіку дедуплікації для створення уніфікованих профілів клієнтів із кількох вихідних систем

• Встановіть правила перевірки даних, перевірки якості та моніторингу, щоб забезпечити точність і свіжість даних, що надходять у маркетингові системи

• Нормалізуйте різні джерела даних у чисті централізовані схеми з належним дотриманням типу, дедуплікацією та обробкою нульових значень

Маркетингові дані та підтримка сегментації

• Переконайтеся, що інфраструктура даних підтримує сегментацію аудиторії, включаючи фірмові, поведінкові та залучені сигнали

• Створюйте рівень даних, який забезпечує маркетинг життєвого циклу, запущені кампанії, динамічне розгалуження шляху та персоналізацію на основі розширених профілів клієнтів

• Підтримуйте команди з маркетингу та створення попиту надійними та доступними даними для формування цільової аудиторії в HubSpot

• Підтримуйте потоки даних для доставки електронної пошти, керування підпискою та синхронізацію списку придушення

Інтеграційний розвиток

• Створення та підтримка інтеграції API між системами маркетингу, продажів і операційними системами за допомогою Python і SQL

• Реалізуйте логіку перетворення на рівні поля, узгодження синхронізації та обробку помилок для потоків даних від системи до системи

• Підтримуйте форму веб-сайту та потоки даних для збору потенційних клієнтів, забезпечуючи чисту передачу від веб-власностей до HubSpot і Databricks

• Співпраця зі сторонніми постачальниками збагачення (фірмографічні, наміри, технологічні) для інтеграції даних збагачення в автоматизовані робочі процеси

Звітність і атрибуція

• Створіть і підтримуйте інфраструктуру даних, яка підтримує атрибуцію кампаній, аналіз ефективності каналу та звітування про послідовність

• Забезпечення точних даних для аналітики конверсій, відстеження потенційних клієнтів і вимірювання рентабельності маркетингових інвестицій

• Підтримуйте централізоване звітування, направляючи дані маркетингової взаємодії назад у Databricks для міжфункціонального аналізу

Що ви приносите

Обов'язковий

• 5+ років досвіду в інженерії даних, з практичною розробкою конвеєрів і виробничими операціями

• Високі знання SQL і Python/PySpark для розробки конвеєрів даних

• Досвід створення та підтримки конвеєрів ETL/ELT за допомогою Databricks, dbt, Airflow, Azure Data Factory або еквівалента

• Практичний досвід роботи з хмарними платформами даних, Databricks, Snowflake, BigQuery або Redshift…

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