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 — Remoto en India

Ingeniero sénior de Python responsable de crear flujos de trabajo fiables de scraping para el proyecto de IA Tendem de Mindrift. El puesto se centra en extraer, validar y escalar datos estructurados de sitios web complejos y dinámicos.

Descripción

  • Gestionar flujos de trabajo completos de extracción de datos en sitios web complejos, manteniendo una amplia cobertura, precisión y entrega fiable de conjuntos de datos estructurados.
  • Utilizar las herramientas disponibles y flujos de trabajo adaptados para mejorar la recopilación y validación de datos, así como la ejecución de tareas, cumpliendo los requisitos definidos.
  • Extraer datos de forma fiable de fuentes dinámicas e interactivas, adaptándose al contenido generado mediante JavaScript y a la evolución del comportamiento de los sitios web.
  • Mantener la calidad de los datos mediante comprobaciones de validación, comparaciones entre fuentes, controles de formato y verificaciones sistemáticas antes de la entrega.
  • Escalar el scraping de grandes volúmenes mediante técnicas eficientes de procesamiento por lotes y en paralelo.
  • Supervisar los fallos de extracción y preservar la estabilidad del flujo de trabajo cuando se produzcan cambios menores en la estructura de los sitios web.
  • Aplicar conocimientos de scraping web, extracción de datos y procesamiento de datos a casos de uso reales dentro del proyecto Tendem.

Requisitos

  • Más de 5 años de experiencia relevante en ingeniería de datos, scraping web, automatización o desarrollo de software.
  • Sólida experiencia en scraping con Python y BeautifulSoup, Selenium o herramientas comparables, incluidos JavaScript, AJAX, desplazamiento infinito y acceso a APIs mediante proxies.
  • 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 en formatos CSV, JSON o Google Sheets.
  • Experiencia gestionando medidas antibot y cambios en las estructuras de sitios web en flujos de scraping a gran escala.
  • Experiencia práctica con AWS o infraestructura en la nube comparable y con la contenerización basada en Docker en flujos de trabajo de producción.
  • Experiencia aplicando marcos de trabajo de LLM, como LangChain, OpenRouter o herramientas similares, a tareas de automatización.
  • Gran atención al detalle y enfoque constante en la precisión de los datos.
  • Capacidad para trabajar de forma independiente, investigar problemas y resolver incidencias eficazmente.
  • Dominio de inglés intermedio alto, nivel B2 o superior.

Beneficios

  • Colaboración independiente.
  • Trabajo remoto a tiempo parcial desde India.
  • Aproximadamente entre 10 y 20 horas semanales durante las fases activas del proyecto.

Empleos relacionados

I

Director sénior de Ingeniería de Riesgos

Imprint
201 – 500 Empleados
ConsultoríaFinanzasMarketing

Lidera equipos de backend responsables de la autorización de pagos en tiempo real, las decisiones sobre fraude y la evaluación de riesgos crediticios en Imprint, una plataforma de pagos y crédito integrados.

Abrir
Martin & Company

Director de consultoría de seguros de daños y responsabilidad civil

Martin & Company
51 – 200 Empleados
ConsultoríaLogísticaSeguros

Lidera proyectos de consultoría para clientes en seguros de daños y responsabilidad civil en Martin & Company, una firma de asesoría de seguros que integra tecnología. Define el alcance, garantiza la calidad de la ejecución, desarrolla las cuentas de clientes y asesora a consultores.

Abrir
Commonwealth Bank

Gerente sénior de Ingeniería, Tecnología de Pagos

Commonwealth Bank

Lidera plataformas de informes de pagos en cinco equipos de ingeniería de Commonwealth Bank, impulsando la modernización en la nube, los datos en tiempo real y la ingeniería asistida por IA en Australia.

Abrir
General Dynamics Information Technology

Vicepresidente y gerente general de la Armada y el Cuerpo de Marines

General Dynamics Information Technology

Lidera la cartera de servicios tecnológicos de GDIT para la Armada y el Cuerpo de Marines, con ingresos anuales superiores a 700 millones de dólares. Define la estrategia comercial, supervisa los resultados financieros y la ejecución, e impulsa el crecimiento de los programas de defensa.

Abrir
Blizzard Entertainment

Director asociado de estrategia y planificación de marketing internacional

Blizzard Entertainment

Lidera la estrategia de marketing internacional de videojuegos de Blizzard, las prioridades de inversión y la planificación del crecimiento. Desarrolla modelos financieros, marcos de mercado y recomendaciones para la toma de decisiones ejecutivas.

Abrir