Mindrift
Mindrift
Mindrift es un mercado de talento especializado en inteligencia artificial y una plataforma SaaS que conecta a colaboradores profesionales y expertos en distintas áreas con proyectos de entrenamiento y evaluación de IA de empresas tecnológicas. Como parte de Toloka, trabaja con redactores, editores, especialistas en control de calidad, científicos y otros expertos en la materia que ayudan a generar datos de entrenamiento, evaluar la seguridad y el razonamiento de los modelos, valorar la calidad de los contenidos multimedia y crear escenarios del mundo real para mejorar el rendimiento y la fiabilidad de la IA. Mindrift selecciona y verifica a los colaboradores mediante evaluaciones y comprobación de identidad, y luego ofrece oportunidades flexibles de proyectos remunerados relacionados con el entrenamiento y la evaluación de IA.

Ingeniero sénior de Python para web scraping — remoto desde Arabia Saudita

Ingeniero sénior de Python que desarrolla flujos fiables de web scraping y procesamiento de datos para el proyecto Tendem AI de Mindrift. El puesto se centra en extraer, validar y escalar conjuntos de datos estructurados de sitios web complejos.

Descripción

  • Liderar flujos completos de extracción de datos en sitios web complejos
  • Mantener una cobertura exhaustiva, resultados precisos y una entrega fiable de conjuntos de datos estructurados
  • Utilizar las herramientas disponibles y flujos de trabajo adaptados para agilizar la recopilación de datos, la validación y la ejecución de tareas
  • Extraer datos de forma constante de fuentes web dinámicas e interactivas
  • Ajustar los métodos de extracción para contenido renderizado con JavaScript y cambios en el comportamiento de los sitios web
  • Proteger la calidad de los datos mediante comprobaciones de validación, comparaciones entre fuentes, reglas de formato y verificación sistemática
  • Escalar el scraping de grandes volúmenes mediante procesamiento por lotes eficiente o procesamiento paralelo
  • Supervisar los fallos y preservar la estabilidad del flujo de trabajo ante pequeños cambios en la estructura de los sitios
  • Utilizar Apify, OpenRouter y tecnologías relacionadas en flujos de extracción web y procesamiento de datos

Requisitos

  • Más de 5 años de experiencia relevante en ingeniería de datos, web scraping, automatización o desarrollo de software
  • Se prefiere una licenciatura o un máster en ingeniería, matemáticas aplicadas, informática o una disciplina técnica relacionada
  • Experiencia avanzada en web scraping con Python, incluidos BeautifulSoup, Selenium o herramientas comparables, contenido dinámico y API basadas en proxies
  • Capacidad para extraer información de estructuras complejas, como jerarquías, páginas archivadas y HTML inconsistente
  • Experiencia en limpiar, normalizar y validar datos para entregarlos en CSV, JSON o Google Sheets
  • Experiencia práctica trabajando a escala con sistemas antibots y estructuras de sitios cambiantes
  • Experiencia con AWS o una infraestructura en la nube comparable
  • Experiencia empaquetando aplicaciones con Docker
  • Uso práctico de LangChain, OpenRouter o marcos LLM similares para tareas de automatización
  • Gran atención al detalle y enfoque constante en la precisión de los datos
  • Capacidad para trabajar de forma independiente, autogestionar tareas y resolver problemas
  • Nivel de inglés upper-intermediate (B2) o superior
  • Tener un perfil de GitHub es una ventaja

Beneficios

  • Colaboración freelance a tiempo parcial
  • Aproximadamente 10–20 horas semanales durante las fases activas del proyecto
  • Hasta el equivalente a 37 $ por hora, según el nivel de contribución y el ritmo de trabajo
  • Carga de trabajo flexible basada en proyectos, con una compensación que varía según el alcance, la complejidad y la experiencia requerida
  • Oportunidad de contribuir a proyectos tecnológicos y de desarrollo de IA

Empleos relacionados

Eventogy

Ingeniero/a de producto (frontend y full stack)

Eventogy
11 – 50 Empleados
ConsultoríaMarketingViajes

Desarrolla la plataforma de gestión de eventos de Eventogy con Next.js, React, TypeScript y Laravel, desde herramientas de administración y sitios para asistentes hasta API. Crea funciones asistidas por IA para clientes empresariales de sectores regulados.

Abrir
Creative information Technology

Desarrollador sénior de Java, presencial en Virginia

Creative information Technology
11 – 50 Empleados
B2BHardwareSeguridad

Desarrolla microservicios Java escalables para CITI, proveedor de servicios de TI que atiende a clientes gubernamentales y comerciales. Crea aplicaciones seguras para la gestión de identidades, credenciales y accesos.

Abrir