Mindrift
Mindrift
Mindrift este o piață de talente în domeniul inteligenței artificiale și o platformă software ca serviciu care conectează colaboratori profesioniști și experți în diverse domenii cu proiecte de instruire și evaluare a inteligenței artificiale derulate de companii de tehnologie. Ca parte a Toloka, colaborează cu scriitori, editori, specialiști în asigurarea calității, oameni de știință și alți experți în domeniu, care contribuie la generarea datelor de instruire, evaluarea siguranței și capacității de raționament ale modelelor, evaluarea calității conținutului media și crearea unor scenarii din lumea reală pentru îmbunătățirea performanței și fiabilității inteligenței artificiale. Mindrift recrutează și verifică colaboratorii prin evaluări și verificarea identității, apoi oferă oportunități flexibile și plătite de participare la proiecte de instruire și evaluare a inteligenței artificiale.

Inginer senior de scraping de date Python — Freelance la distanță

Dezvoltă și întreține fluxuri de lucru precise și scalabile pentru scraping web în cadrul proiectului Tendem AI al Mindrift. Folosește Python și instrumente de automatizare pentru a extrage, valida și procesa date web complexe.

Descriere

  • Asumarea extragerii datelor de la început până la sfârșit de pe site-uri complexe
  • Livrarea unor seturi de date structurate, cu acoperire completă, acuratețe ridicată și termene de finalizare de încredere
  • Combinarea instrumentelor disponibile cu fluxuri de lucru personalizate pentru a accelera colectarea, validarea și finalizarea sarcinilor
  • Colectarea datelor de pe site-uri dinamice și interactive, cu adaptare la conținutul redat prin JavaScript și la schimbările de comportament ale site-urilor
  • Protejarea calității seturilor de date prin rutine de validare, verificări între surse, standarde de formatare și revizuire sistematică
  • Extinderea capacității de scraping pentru seturi mari de date prin procesare eficientă în loturi sau execuție paralelă
  • Monitorizarea eșecurilor de extragere și menținerea stabilității atunci când structurile site-urilor suferă modificări minore
  • Utilizarea unor instrumente precum Apify și OpenRouter împreună cu o judecată tehnică solidă

Cerințe

  • Cel puțin cinci ani de experiență relevantă în ingineria datelor, scraping web, automatizare sau dezvoltare software
  • Competențe solide de scraping în Python cu BeautifulSoup, Selenium sau instrumente comparabile, precum și experiență cu conținut JavaScript și AJAX, derulare infinită și API-uri bazate pe proxy
  • Capacitatea demonstrată de a extrage date din surse complexe, precum ierarhii, pagini arhivate și HTML inconsistent
  • Cunoștințe de curățare, normalizare și validare a datelor pentru livrare structurată în CSV, JSON și Google Sheets
  • Experiență practică în gestionarea protecțiilor anti-bot și a structurilor de site variabile la scară largă
  • Experiență practică cu AWS sau infrastructură cloud comparabilă și containerizare Docker în proiecte reale
  • Experiență în aplicarea unor frameworkuri LLM precum LangChain sau OpenRouter în activități de automatizare
  • Atenție riguroasă la detalii și concentrare puternică asupra acurateței datelor
  • Capacitatea de a lucra independent, de a lua inițiativa și de a depana probleme fără supraveghere atentă
  • Comunicare în limba engleză la nivel Upper-intermediate (B2) sau mai avansat
  • O diplomă de licență sau master în Inginerie, Matematică aplicată, Informatică sau un domeniu tehnic conex constituie un avantaj
  • Un link către profilul GitHub constituie un avantaj

Beneficii

  • Colaborare freelance cu normă parțială, desfășurată la distanță
  • Aproximativ 10–20 de ore pe săptămână în etapele active ale proiectului
  • Remunerație de până la echivalentul a 25 USD pe oră, în funcție de nivelul de experiență și ritmul contribuției

Locuri de muncă similare

Eventogy

Product Engineer (Frontend and Full Stack)

Eventogy

Build Eventogy’s event management platform across Next.js, React, TypeScript and Laravel, from admin tools and attendee sites to APIs. Develop AI-assisted features for enterprise clients in regulated industries.

Deschide
Creative information Technology

Senior Java Developer, Onsite in Virginia

Creative information Technology
11 – 50 Angajați
B2BHardwareSecuritate

Build scalable Java microservices for CITI, an IT services provider serving government and commercial clients. Develop secure applications for identity, credentials, and access management.

Deschide
CrowdStrike

Engineer III, Cloud Authentication and Authorization

CrowdStrike

Build authentication and authorization services for CrowdStrike’s global cybersecurity platform. Lead distributed backend development using Go, AWS, Kafka, and related technologies.

Deschide