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 لكشط الويب باستخدام Python — صربيا، عن بُعد، بدوام جزئي
مهندس Python أول مسؤول عن بناء عمليات موثوقة لكشط الويب ومعالجة البيانات لمشروع Tendem AI التابع لـ Mindrift. يركز الدور على استخراج مجموعات البيانات المنظمة والتحقق منها وتوسيع نطاقها من مواقع ويب معقدة وديناميكية.
الوصف
- إدارة عمليات الاستخراج الشاملة عبر مواقع ويب معقدة، وتسليم مجموعات بيانات منظمة وكاملة ودقيقة وموثوقة.
- استخدام الأدوات المتاحة وسير العمل المخصص لتسريع الجمع والتحقق وإنجاز المهام وفقًا للمتطلبات المحددة.
- استخراج البيانات بشكل موثوق من المصادر الديناميكية والتفاعلية، مع التكيف مع المحتوى المُنشأ بواسطة JavaScript وتغيرات سلوك المواقع.
- الحفاظ على جودة البيانات من خلال فحوصات التحقق، والمقارنات بين المصادر، وضوابط التنسيق، والتحقق المنهجي قبل التسليم.
- توسيع نطاق كشط كميات كبيرة من البيانات باستخدام التجميع الفعال أو المعالجة المتوازية، ومراقبة حالات الفشل، والحفاظ على الاستقرار رغم التغييرات البسيطة في المواقع.
- تطبيق الخبرة في كشط الويب واستخراج البيانات ومعالجتها على مشروع Tendem.
- العمل باستخدام Apify وOpenRouter وغيرها من التقنيات ذات الصلة.
المتطلبات
- خمس سنوات أو أكثر من الخبرة ذات الصلة في هندسة البيانات أو كشط 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 كشط الويب باستخدام Python وأدوات مثل BeautifulSoup أو Selenium أو ما شابهها، بما في ذلك JavaScript وAJAX والتمرير اللانهائي والوصول إلى واجهات API عبر الوكلاء.
- القدرة على استخراج المعلومات من هياكل معقدة مثل التسلسلات الهرمية والصفحات المؤرشفة وHTML غير المتسق.
- خبرة راسخة في تنظيف البيانات وتوحيدها والتحقق منها لتسليمها بتنسيقات منظمة، بما في ذلك CSV وJSON وGoogle Sheets.
- خبرة عملية في إدارة وسائل الحماية من الروبوتات وتغير هياكل المواقع على نطاق واسع.
- خبرة في استخدام AWS أو بنية تحتية سحابية مكافئة وDocker ضمن بيئات الإنتاج أو سير عمل المشاريع.
- خبرة عملية في تطبيق أطر عمل النماذج اللغوية الكبيرة مثل LangChain أو OpenRouter أو أدوات مشابهة على مهام الأتمتة.
- اهتمام كبير بالتفاصيل والتزام قوي بدقة البيانات.
- نهج مستقل مع القدرة على استكشاف المشكلات وإصلاحها بشكل مستقل.
- إجادة اللغة الإنجليزية بمستوى أعلى من المتوسط، بمستوى B2 أو أعلى، مطلوبة.
- يُعد وجود ملف شخصي على GitHub ميزة إضافية.
المزايا
- تعاون بنظام العمل الحر.
- عمل عن بُعد بدوام جزئي.
- ما يقدر بـ10–20 ساعة أسبوعيًا خلال مراحل المشروع النشطة.