Data Engineer

Wir stellen unseren ersten Data Engineer ein, der die Datenbank besitzt, auf der unsere Agenten und Outreach aufgebaut sind. Paires ist der Ort, an dem Gründer Kapital aufnehmen. Wir verbinden sie mit den richtigen Investoren aus einem großen, engagierten globalen Investoren-Netzwerk und führen dann die warmen Kontakte, die zu Meetings führen. Es handelt sich um eine zweiseitige Plattform, die mit zahlenden Kunden live ist, profitabel und selbstfinanziert, gebaut von einem kleinen, erfahrenen, flachen Team, das schnell arbeitet.

Die Rolle: Alles, was wir tun, basiert auf einem Vermögenswert: einer Datenbank von jedem Unternehmen und Investor, jeder Finanzierungsrunde, den relevanten Nachrichten und wie sie alle miteinander verbunden sind - plus dem Rohkontext darunter: jede E-Mail und jeden Anruftranskript, verknüpft mit den richtigen Personen und Unternehmen. Es ist ein Wissensgraph und ein Gedächtnis in einem. Unser Matching, unser Outreach und unsere Agenten basieren darauf, und es wächst schneller, als dass jemand es nebenbei besitzen kann. Sie werden sein Eigentümer. Sie entwerfen es, skalieren es, halten es sauber und verwandeln es in die einzige Quelle der Wahrheit, von der alles liest.

Um klarzustellen, wie dieser Platz aussieht: Es handelt sich nicht um ein Reporting- oder Analytics-Lager. Es ist das Gedächtnis, mit dem ein lebendes Produkt denkt, gebaut für einen Leser über alles: Agenten, die genau die richtige Tatsache im richtigen Moment abrufen.

Was Sie besitzen werden:

• Die Datenbank selbst: Postgres und Supabase mit hybrider Suche, Schema-Design, Modellierung, Skalierung und Leistung, während sie ohne Obergrenze wächst.
• Die Agenten, die darauf zugreifen, laufen auf Pydantic AI und dem Claude Agent SDK, auf AWS.
• Datenqualität von Ende zu Ende: Validierungsgates für Anbieter- und Drittanbieterdaten, Deduplication, Entitätsauflösung, Herkunft, Überwachung.
• Die Kommunikationsschicht: Roh-E-Mails und Anruftranskripte gespeichert, verknüpft mit den richtigen Personen und Unternehmen und durchsuchbar.
• Ingestions- und Anreicherungs-Pipelines: Finanzierungsrunden, Marktnachrichten und Kontakt- und Unternehmensforschung in großem Maßstab, ausgelegt für Kosten und Frische.
• Der Wissensgraph: Unternehmen, Investoren, Finanzierungsrunden und Nachrichten als Entitäten und Beziehungen - Knoten- und Kantentabellen in Postgres, Herkunft zu jeder Tatsache.
• Die einheitliche Datenschicht: ein sauberer Rücken, von dem jede Kampagne, jeder Agent und jedes Produktmerkmal liest.

Sie passen gut, wenn Sie:

• Eine Datenbank von Unternehmen, Personen, Geschäften oder den Kommunikationen zwischen ihnen besessen haben - eine CRM-Quelle der Wahrheit, einen Markt- oder Deal-Intelligence-Graphen, eine Anreicherungs-Schicht - von der ein lebendes Produkt, Agenten oder ein Vertriebsteam lesen.
• Stark in SQL und Python sind, mit realer Pipeline-Arbeit hinter sich: ingestieren, transformieren, deduplizieren, anreichern.
• Schlechte Daten abgefangen haben, bevor sie dem Geschäft geschadet haben, und uns erzählen können, wie.
• In Schemas und Verträgen denken und für die Abfragen von morgen entwerfen.
• Entitäten und Beziehungen in großem Maßstab modelliert haben - Unternehmen zu Investoren zu Runden zu Personen - und die Verbindungen abfragbar gehalten haben, während die Quellen multipliziert wurden.
• Schnell mit KI-Tools arbeiten und Ergebnisse besitzen.

Sie benötigen nicht den Titel. Wenn Sie die RevOps- oder Wachstums-Person waren, die die CRM-Daten, die Anreicherungs-Pipelines und die Dedup, die sonst niemand wollte, besessen haben - und Sie haben sich wirklich mit KI beschäftigt - möchten wir von Ihnen hören.

Bonus: pgvector und Embeddings, einen Wissensgraphen, den Sie in einer relationalen Datenbank modelliert haben, Finanzierungsrunden- oder Nachrichtenaufnahme in großem Maßstab, Entitätsauflösung in großem Maßstab, ein Rohkommunikationsspeicher, den Sie selbst erstellt haben.

Was wir anbieten:

• Vollständig remote und asynchron. Ihr Tag überschneidet sich für einige Stunden mit der US-Ostküstenzeit - nicht volle US-Stunden.
• Meetings bündeln sich montags und donnerstags, der Rest ist tiefes Arbeiten.
• Die besten KI-Tools, bezahlt (Claude Code, Cursor, Top-Modelle).
• Sie arbeiten eng mit unserem GTM-Leiter und unseren Gründungsingenieuren zusammen, und Ihre Schicht speist alles, was sie bauen.