Mindrift هي سوق للمواهب في مجال الذكاء الاصطناعي ومنصة برمجيات كخدمة تربط المساهمين المحترفين والخبراء المتخصصين بمشاريع تدريب الذكاء الاصطناعي وتقييمه لدى شركات التكنولوجيا. وباعتبارها جزءًا من Toloka، تتعاون مع الكتّاب والمحررين ومتخصصي ضمان الجودة والعلماء وغيرهم من الخبراء المتخصصين للمساعدة في إنشاء بيانات التدريب، وتقييم سلامة النماذج وقدرتها على الاستدلال، وتقييم جودة الوسائط، وإنشاء سيناريوهات واقعية لتحسين أداء الذكاء الاصطناعي وموثوقيته. تستقطب Mindrift المساهمين وتتحقق من كفاءتهم من خلال التقييمات والتحقق من الهوية، ثم تقدم فرصًا مرنة ومدفوعة للمشاركة في مشاريع تدريب الذكاء الاصطناعي وتقييمه.
مهندس أول لبرمجة بايثون واستخراج البيانات — عن بُعد في رومانيا
مهندس بايثون أول مسؤول عن بناء مسارات موثوقة لاستخراج البيانات من الويب ومعالجتها لصالح مشروع Tendem AI التابع لـ Mindrift. يركّز الدور على استخراج مجموعات البيانات المنظمة من المواقع المعقدة والتحقق منها وتوسيع نطاقها.
الوصف
- إدارة مسارات استخراج البيانات الكاملة عبر المواقع المعقدة، مع الحفاظ على تغطية واسعة ودقة وتسليم موثوق لمجموعات البيانات المنظمة.
- استخدام الأدوات المتاحة ومسارات العمل المخصصة لتسريع الجمع والتحقق وتنفيذ المهام بما يتوافق مع متطلبات المشروع.
- استخراج البيانات بشكل موثوق من المواقع الديناميكية والتفاعلية عبر التكيف مع المحتوى المُعرض بواسطة JavaScript وتغير سلوك المواقع.
- الحفاظ على معايير جودة البيانات من خلال التحقق وفحوصات الاتساق بين المصادر وضوابط التنسيق والتحقق المنهجي قبل التسليم.
- توسيع نطاق استخراج كميات كبيرة من البيانات باستخدام التجميع الفعال أو المعالجة المتوازية، والتحقيق في حالات الفشل، والحفاظ على الاستقرار رغم التغييرات الطفيفة في بنية المواقع.
- تطبيق الخبرة في استخراج البيانات من الويب ومعالجتها ضمن مشروع Tendem.
المتطلبات
- خبرة لا تقل عن 5 سنوات في هندسة البيانات أو استخراج البيانات من الويب أو الأتمتة أو تطوير البرمجيات.
- خبرة متقدمة في استخراج البيانات باستخدام Python وأدوات مثل BeautifulSoup وSelenium أو ما يماثلها، بما في ذلك JavaScript وAJAX والتمرير اللانهائي وواجهات برمجة التطبيقات المعتمدة على الوكلاء.
- القدرة على استخراج المعلومات من هياكل معقدة مثل التسلسلات الهرمية والصفحات المؤرشفة وHTML غير المتسق.
- خبرة قوية في تنظيف البيانات وتوحيدها والتحقق منها لإنتاج مخرجات منظمة تشمل CSV وJSON وGoogle Sheets.
- خبرة عملية في التعامل مع أنظمة مكافحة الروبوتات وتغير هياكل المواقع على نطاق واسع.
- خبرة في استخدام AWS أو بنية سحابية مكافئة وحاويات Docker ضمن مسارات عمل إنتاجية.
- خبرة عملية في تطبيق أطر عمل النماذج اللغوية الكبيرة مثل LangChain أو OpenRouter في مهام الأتمتة.
- اهتمام استثنائي بالتفاصيل وتركيز مستمر على دقة البيانات.
- القدرة على العمل باستقلالية واستكشاف المشكلات وإيصال المهام إلى الحل.
- إجادة اللغة الإنجليزية بمستوى فوق المتوسط، أي B2 أو أعلى.
- يُعد امتلاك ملف على GitHub ميزة إضافية.
المزايا
- تعاون بنظام العمل الحر.
- جدول عمل بدوام جزئي.
- العمل عن بُعد من رومانيا.
- نحو 10 إلى 20 ساعة أسبوعيًا خلال مراحل نشاط المشروع.
- تعويض يصل إلى ما يعادل 40 دولارًا أمريكيًا في الساعة.