FiVetran文化从无情的决心流动，解决关键数据工程问题 - 然后完善解决方案。
在2014年春天，一年的一年Y组合者，Fivetran建立了第一个数据连接器。该技术是偶然的，新公司的“真实”产品的延伸：用于在亚马逊红移的大数据的枢轴表。Redshift恰好是亚马逊历史上增长最快的产品，客户希望将数据从Salesforce和Zendesk等来源移动到Redshift中。因此，Fivetran团队 - 联合创始人Taylor Brown和George Fraser和Engineering Meel Velliste的VP - 为枢轴桌的红星后端建造了一些连接器。然后他们回去工作了。
但是这个精灵逃脱了瓶子。关于连接器传播的单词，并且早期的客户联系了Fivetran团队，并提供了支付Salesforce-Redshift数据连接器。他们会建造它吗？
“很多方法，Fivetran在那一刻就发生了，”乔治召回了一个最近的公司撤退在科罗拉多州。“We already had a lot of customers saying, ‘Redshift’s working well for me, and my BI tool’s working well for me, but man, there are just no good data pipelines out there, and you guys say you have this data pipeline under the hood — I want to hear about那。“
当市场清楚地对你说话时，你应该听。乔治和泰勒，现在，Fivetran首席执行官和COO同意建立Salesforce连接器。泰勒关闭了他的“会议室”的交易 - 一个附着的棚子，他与热水器分享。（在那些微薄的宿舍里，他的笔记本电脑坐在纸板箱上，他驱动了一个良好的艰难讨价还价。）他们迅速重新设计了他们的网站，擦除了所有枢轴表的痕迹，支持“数据流水线”。
Fivetran团队尚未达到产品市场契合;他们致力于解决一个令人难以置信的复杂工程问题。数据复制是寻求将数据转化为洞察力的公司的最大障碍 - 并且可以说是当天的主要数据工程挑战。
正如他们所发现的那样，没有完全自动化，全管理的数据管道用于专业数据团队。大多数公司都依赖传统的ETL方法。这意味着致力于一个巨额工程资源构建定制管道，往往会破坏和泄漏 - 并建立额外的管道，以便提出数据的其他问题。
要为每个常见的源类型开发自动连接器并提供标准化，即可查询数据，Fivetran必须解决一系列工程问题。如何构建自动检测和调整到新云API功能和数据库模式更改的数据流水线？归因于归因窗口的最佳方式是什么？如何为半结构化数据创建最佳ERDS？
建立第一个数据连接器后五年，Fivetran有回答了所有这些问题， 还有很多。在这样做时，我们已经证明，从用户体验的角度来看，数据工程的复杂性和痛苦并不是不可避免的 - 他们不是固有属性。复杂性始终可以用智能，创造性的工程熄灭。
“由于我们的系统自动性质，”乔治在科罗拉多撤退上说：“我们有一个独特的机会，成为一个实际上可以用作真正基础设施的第一个数据流水线，客户可以建立垂直特定的工具在之上。In a couple years, we want to be in a place where you can stand in a room of analysts and say, ‘You probably use Fivetran data even if you don’t know it, because you’re using some other tool that was powered by Fivetran.’”
当然，引擎盖下无形的一个先决条件是可靠性。
在科罗拉多州，工程梅尔瓦莱斯特的VP明确表示，前进，Fivetran将无情地关注可靠性。“在我们的产品背景下，质量和可靠性是同样的，我们仍然有很多道路，以便在可靠性方面进行，”他说。“云服务提供商通常希望拥有99.999％的可靠性，并且我们必须瞄准相同的标准。这可能听起来有点无聊，但工程师思考它所实际所采取的目标，以实现这五个9岁的意味着什么。这意味着，作为工程师，我们必须脱掉奇迹。这就是让工程师在Fivetran工作中如此令人兴奋的是什么 - 你开始工作奇迹。“
如果我们的起源故事和工程使命与您共鸣，请查看我们的开口- 我们正在招聘！