
Mindrift è un marketplace di talenti specializzati nell’intelligenza artificiale e una piattaforma SaaS che mette in contatto collaboratori professionisti ed esperti di settore con progetti di addestramento e valutazione dell’IA promossi da aziende tecnologiche. In quanto parte di Toloka, collabora con redattori, editor, specialisti del controllo qualità, scienziati e altri esperti che contribuiscono a generare dati di addestramento, valutare la sicurezza e il ragionamento dei modelli, esaminare la qualità dei contenuti multimediali e creare scenari reali per migliorare le prestazioni e l’affidabilità dell’IA. Mindrift seleziona e verifica i collaboratori attraverso valutazioni e verifica dell’identità, quindi offre opportunità flessibili di progetti retribuiti nell’ambito dell’addestramento e della valutazione dell’IA.
Ingegnere senior di scraping dei dati in Python — Freelance, da remoto dalla Polonia
Mindrift cerca un ingegnere senior Python per creare flussi di lavoro affidabili di web scraping per progetti di IA. Il ruolo si concentra sull’estrazione, la validazione e l’elaborazione di dati strutturati da siti web complessi e dinamici.
Descrizione
- Gestire flussi completi di estrazione su siti web complessi
- Fornire dataset strutturati completi, accurati e affidabili
- Applicare strumenti e flussi di lavoro personalizzati per accelerare la raccolta, la validazione e l’esecuzione delle attività
- Estrarre dati in modo affidabile da fonti web interattive e dinamiche
- Adattare i metodi di scraping ai contenuti renderizzati con JavaScript e all’evoluzione del comportamento dei siti
- Mantenere la qualità dei dati tramite validazione, verifiche tra fonti, standard di formattazione e revisione sistematica
- Gestire scraping su larga scala con elaborazione efficiente in batch e in parallelo
- Monitorare gli errori di estrazione e preservare la stabilità in presenza di piccoli cambiamenti nella struttura dei siti web
- Applicare Apify, OpenRouter e tecnologie correlate all’estrazione web e all’elaborazione dei dati
Requisiti
- Oltre 5 anni di esperienza rilevante nell’ingegneria dei dati, nel web scraping, nell’automazione o nello sviluppo software
- Laurea o master in ingegneria, matematica applicata, informatica o disciplina tecnica correlata costituisce un titolo preferenziale
- Solida preparazione pratica in scripting, automazione e flussi di lavoro per l’estrazione dei dati
- Esperienza avanzata di scraping in Python con BeautifulSoup, Selenium o strumenti analoghi, contenuti JavaScript e AJAX, scorrimento infinito e API basate su proxy
- Capacità di estrarre informazioni da gerarchie complesse, pagine archiviate e HTML non uniforme
- Esperienza nella pulizia, normalizzazione e validazione dei dati per la consegna in CSV, JSON e Google Sheets
- Esperienza con sistemi antibot e strutture di siti web soggette a cambiamenti su larga scala
- Esperienza pratica nell’uso di AWS o infrastrutture cloud equivalenti e Docker in flussi di produzione
- Utilizzo pratico di LangChain, OpenRouter o framework LLM simili per l’automazione
- Grande attenzione ai dettagli e forte orientamento all’accuratezza dei dati
- Stile di lavoro autonomo, con capacità di analizzare e risolvere i problemi senza supervisione ravvicinata
- Conoscenza dell’inglese di livello intermedio superiore (B2) o più avanzato
- Un profilo GitHub costituisce un titolo preferenziale
Benefit
- Collaborazione freelance su progetto
- Impegno part-time di circa 10–20 ore alla settimana durante le fasi attive del progetto
- Lavoro da remoto dalla Polonia
- Compenso fino all’equivalente di 40 USD all’ora, in base al livello di esperienza e al ritmo di contributo