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 لهندسة استخراج البيانات باستخدام Python في المكسيك (عن بُعد)
طوّر ووسّع سير عمل موثوقًا لاستخراج البيانات من الويب لمنصة Mindrift للذكاء الاصطناعي. استخرج البيانات المنظمة من المواقع المعقدة والديناميكية، وتحقق منها وسلّمها.
الوصف
- إدارة سير عمل استخراج البيانات من البداية إلى النهاية عبر مواقع ويب معقدة، وتسليم مجموعات بيانات منظمة وكاملة ودقيقة وموثوقة.
- استخدام الأدوات المتاحة وسير العمل المخصص لتسريع الجمع والتحقق وتنفيذ المهام وفقًا للمتطلبات المحددة.
- استخراج البيانات بشكل موثوق من المصادر الديناميكية والتفاعلية عبر التكيف مع المحتوى المُنشأ بواسطة JavaScript وتغير سلوك المواقع.
- الحفاظ على جودة البيانات من خلال فحوصات التحقق، ومراجعة الاتساق بين المصادر، ومتطلبات التنسيق، والتحقق المنهجي قبل التسليم.
- توسيع نطاق استخراج البيانات بكميات كبيرة من خلال التجميع الفعال والمعالجة المتوازية.
- تتبع حالات فشل الاستخراج والحفاظ على استقرار العمليات عند حدوث تغييرات طفيفة في بنية المواقع.
- العمل مع Tendem Agents التي تنفذ المهام المتكررة ضمن نموذج التشغيل الهجين الذي يجمع بين الذكاء الاصطناعي والعنصر البشري لدى Mindrift.
- تطبيق أدوات تشمل Apify وOpenRouter وتقنيات أخرى إلى جانب الخبرة التقنية والأساليب المخصصة.
- استخدام الخبرة في استخراج البيانات من الويب واستخراج البيانات ومعالجتها لإنتاج نتائج دقيقة وموثوقة وعالية الجودة.
المتطلبات
- يشترط امتلاك خبرة ذات صلة لا تقل عن خمس سنوات في هندسة البيانات أو استخراج البيانات من الويب أو الأتمتة أو تطوير البرمجيات.
- تُعد درجة البكالوريوس أو الماجستير في الهندسة أو الرياضيات التطبيقية أو علوم الحاسوب أو تخصص تقني ذي صلة ميزة إضافية.
- خبرة قوية في استخراج البيانات باستخدام Python وأدوات مثل BeautifulSoup أو Selenium أو ما يماثلها، بما في ذلك JavaScript وAJAX والتمرير اللانهائي وواجهات API عبر الوكلاء.
- القدرة على استخراج المعلومات من هياكل معقدة مثل التسلسلات الهرمية والصفحات المؤرشفة وHTML غير المتسق.
- خبرة عملية في تنظيف البيانات وتوحيدها والتحقق منها لتسليمها بصيغ CSV أو JSON أو Google Sheets المنظمة.
- خبرة في إدارة إجراءات مكافحة الروبوتات وتغير هياكل المواقع على نطاق واسع.
- خبرة عملية في AWS أو بنية سحابية مماثلة وDocker ضمن سير عمل إنتاجي.
- خبرة في تطبيق أطر عمل نماذج اللغة الكبيرة مثل LangChain أو OpenRouter على مهام الأتمتة.
- اهتمام استثنائي بالتفاصيل وتركيز مستمر على دقة البيانات.
- القدرة على العمل باستقلالية والتحقيق في المشكلات واستكشاف الأخطاء وإصلاحها بفعالية.
- يشترط إتقان اللغة الإنجليزية بمستوى فوق المتوسط، أي B2 أو أعلى.
- يُعد رابط ملف GitHub ميزة إضافية.
المزايا
- تعاقد مستقل.
- عمل عن بُعد بدوام جزئي.
- يُقدّر العمل بما بين 10 و20 ساعة أسبوعيًا خلال مراحل المشروع النشطة.