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 scraping de datos con Python en México (remoto)

Construye y escala flujos fiables de scraping web para la plataforma de IA de Mindrift. Extrae, valida y entrega datos estructurados de sitios web complejos y dinámicos.

Descripción

  • Gestiona flujos de extracción de principio a fin en sitios web complejos y entrega conjuntos de datos estructurados completos, precisos y fiables.
  • Utiliza las herramientas disponibles y flujos de trabajo personalizados para acelerar la recopilación, la validación y la ejecución de tareas conforme a requisitos definidos.
  • Extrae datos de forma fiable de fuentes dinámicas e interactivas adaptándote al contenido renderizado con JavaScript y a la evolución del comportamiento de los sitios.
  • Mantén la calidad de los datos mediante comprobaciones de validación, revisiones de coherencia entre fuentes, requisitos de formato y una verificación sistemática previa a la entrega.
  • Escala el scraping de grandes volúmenes mediante un procesamiento eficiente por lotes y en paralelo.
  • Registra los fallos de extracción y preserva la estabilidad operativa cuando las estructuras de los sitios cambien ligeramente.
  • Trabaja con Tendem Agents, que realizan tareas repetitivas dentro del modelo operativo híbrido de IA y personas de Mindrift.
  • Aplica herramientas como Apify, OpenRouter y otras tecnologías junto con tus conocimientos técnicos y métodos adaptados.
  • Utiliza tus conocimientos de scraping web, extracción de datos y procesamiento de datos para producir resultados precisos, fiables y de alta calidad.

Requisitos

  • Se requieren al menos cinco años de experiencia relevante en ingeniería de datos, scraping web, automatización o desarrollo de software.
  • Se valorará una licenciatura o maestría en ingeniería, matemáticas aplicadas, informática u otra disciplina técnica relacionada.
  • Amplia experiencia en scraping con Python y BeautifulSoup, Selenium o herramientas comparables, incluido el uso de JavaScript, AJAX, desplazamiento infinito y API mediante proxy.
  • Capacidad para extraer información de estructuras complejas, como jerarquías, páginas archivadas y HTML inconsistente.
  • Experiencia práctica en la limpieza, normalización y validación de datos para su entrega estructurada en CSV, JSON o Google Sheets.
  • Experiencia en la gestión de medidas antibots y estructuras de sitios web cambiantes a escala.
  • Experiencia práctica con AWS o una infraestructura en la nube comparable y Docker en flujos de trabajo de producción.
  • Experiencia aplicando marcos de trabajo de LLM como LangChain u OpenRouter a tareas de automatización.
  • Atención excepcional al detalle y enfoque constante en la precisión de los datos.
  • Capacidad para trabajar de forma independiente, investigar problemas y resolver incidencias eficazmente.
  • Se requiere un nivel de inglés upper-intermediate, equivalente a B2 o superior.
  • Se valorará incluir un enlace a un perfil de GitHub.

Beneficios

  • Colaboración como profesional independiente.
  • Trabajo remoto a tiempo parcial.
  • Se estiman entre 10 y 20 horas semanales durante las fases activas del proyecto.

Empleos relacionados

Agicap

Responsable de cuentas clave de tesorería

Agicap

Gestiona y desarrolla relaciones estratégicas con clientes para la plataforma de Agicap de flujo de caja, tesorería y pagos. El puesto se centra en renovaciones, crecimiento de cuentas y en demostrar el valor a los responsables financieros.

Abrir
ALTEN

Arquitecto sénior de infraestructura informática

ALTEN

Diseña, moderniza y protege infraestructuras híbridas para los clientes de ingeniería y consultoría tecnológica de ALTEN. Lidera iniciativas de centros de datos, plataformas en la nube, automatización y continuidad del negocio.

Abrir
CrowdStrike

Ingeniero sénior de autenticación en la nube

CrowdStrike

Desarrolla servicios backend de autenticación y autorización para la plataforma global de ciberseguridad de CrowdStrike. Escala sistemas distribuidos en la nube que procesan billones de decisiones de autorización cada día.

Abrir