Priya Raghavan
测试开发工程师
在万有引擎负责回放测试：把真实流量录下来反复回放，找出计费上的偏差。
教育背景
- IIT Madras，计算机科学技术学士（2010–2014）
- Carnegie Mellon University，软件工程硕士（2014–2015）
此前任职
- Bloomberg（纽约）— 软件工程师 → Senior SDET，行情数据平台（2015–2021）
- Two Sigma（纽约）— SDET，交易数据质量（2021–2024）
Priya Raghavan 的文章
- Bright Data pricing 详解：三场景实测
Bright Data 按量每千条 $1.50；11月9日实测 Amazon 列表每千条 $0.045、TikTok 帖子 $0.011，详情只便宜 7%。
- Apify YouTube Scraper 替代：每千条实测
1,000 条 YouTube 评论，Apify 公开价 $0.90–$2.00，我们实测 $0.0056；搜索差 200 倍起，单条视频详情第三方更便宜。
- claude code scheduled tasks 每晚读 Reddit：一页 100 帖只盖 18.7 小时
Claude Code 云端定时任务每晚经远程 MCP 读 Reddit 帖子和评论，天亮出痛点摘要；11 次真调实测，30 晚接口费 $0.125。
- 用 Exa 找竞品、用 EveryInfra 查口碑：30 家公司实测
我们在 2026 年 10 月 25 日用 Exa 按意思列出 3 个品类共 30 家公司，再用 EveryInfra 查每家的 G2 评分和 Trustpilot 档案：18 家至少一处有评分，两次搜索结果完全一样，60 次查询花了 0.058 美元。
- 多平台口碑监控蓝图：先记录采集范围，再判断负面变化
做多平台口碑监控：从目标清单、评论身份和增量游标开始，设计可追溯的采集流程；用离线样本演示去重和采集缺口怎么发现，关键判断一律保留人工复核。