Mindrift ni soko la vipaji vya akili bandia na jukwaa la SaaS linalowaunganisha wachangiaji wa kitaalamu na wataalamu wa nyanja mbalimbali na miradi ya mafunzo na tathmini ya AI kutoka kwa kampuni za teknolojia. Ikiwa sehemu ya Toloka, inafanya kazi na waandishi, wahariri, wataalamu wa QA, wanasayansi na wataalamu wengine wa mada wanaosaidia kuzalisha data ya mafunzo, kutathmini usalama na uwezo wa kufikiri wa miundo, kutathmini ubora wa maudhui ya vyombo vya habari, na kuunda hali za ulimwengu halisi kwa ajili ya kuboresha utendaji na kutegemeka kwa AI. Mindrift huajiri na kuwachunguza wachangiaji kupitia tathmini na uthibitishaji wa utambulisho, kisha kutoa fursa rahisi za miradi inayolipwa katika kazi za mafunzo na tathmini ya AI.
Mhandisi Mwandamizi wa Python wa Uchotaji wa Data (Freelance, Kazi ya Mbali nchini Uswidi)
Mindrift inatafuta mhandisi mwandamizi wa Python wa kujenga mtiririko wa kazi wa uchotaji wa data unaotegemeka kwa miradi ya AI. Jukumu hili linalenga kutoa, kuthibitisha, na kupanua data iliyopangwa kutoka tovuti changamano na zinazobadilika.
Maelezo
- Kuongoza mtiririko mzima wa kazi wa uchotaji wa data kwenye tovuti changamano
- Kuwasilisha seti za data zilizopangwa zilizo kamili, sahihi, na zinazotegemeka
- Kutumia zana zilizopo na mtiririko wa kazi ulioboreshwa ili kuharakisha ukusanyaji wa data, uthibitishaji, na ukamilishaji wa kazi
- Kukusanya data kutoka tovuti zinazobadilika na shirikishi huku ukizoea maudhui yanayowasilishwa na JavaScript na mabadiliko ya tabia ya tovuti
- Kulinda ubora wa data kupitia ukaguzi wa uthibitishaji, ulinganishaji wa vyanzo mbalimbali, viwango vya uumbizaji, na uhakiki wa kimfumo
- Kupanua uchotaji wa data kwa wingi kupitia upangaji wa makundi na uchakataji sambamba wenye ufanisi
- Kufuatilia kushindwa kwa uchotaji na kudumisha uthabiti wa mfumo wakati wa mabadiliko madogo ya muundo wa tovuti
- Kutumia Apify, OpenRouter, na teknolojia nyingine husika pamoja na uamuzi thabiti wa kiufundi
Mahitaji
- Angalau miaka mitano ya uzoefu husika katika uhandisi wa data, uchotaji wa data kwenye wavuti, uendeshaji wa kiotomatiki, au uundaji wa programu
- Uzoefu wa hali ya juu wa uchotaji wa data kwa Python ukitumia BeautifulSoup, Selenium au zana zinazolingana, maudhui yanayobadilika kama JavaScript, AJAX, na infinite scroll, pamoja na API zinazotumia proksi
- Uwezo wa kutoa taarifa kutoka miundo changamano, ikiwemo ngazi za uongozi, kurasa zilizohifadhiwa kwenye kumbukumbu, na HTML isiyolingana
- Uzoefu wa kusafisha, kusawazisha, na kuthibitisha data kwa matokeo yaliyopangwa katika CSV, JSON, au Google Sheets
- Uzoefu wa vitendo wa kudhibiti ulinzi dhidi ya roboti na mabadiliko ya miundo ya tovuti kwa kiwango kikubwa
- Uzoefu wa kutumia AWS au miundombinu ya wingu inayolingana na kontena za Docker katika mtiririko wa kazi wa uzalishaji
- Uzoefu wa vitendo wa kutumia mifumo ya LLM kama LangChain, OpenRouter, au zana zinazofanana kwa uendeshaji wa kiotomatiki
- Umakini mkubwa kwa maelezo na msisitizo thabiti kwenye usahihi wa data
- Mtazamo wa kujitegemea na wa kujiongoza katika kutatua matatizo na kuchunguza hitilafu
- Uwezo wa Kiingereza wa kiwango cha juu cha kati (B2) au zaidi
- Shahada ya kwanza au ya uzamili katika uhandisi, hisabati tumizi, sayansi ya kompyuta, au taaluma nyingine ya kiufundi inayohusiana ni faida
- Kuwa na wasifu wa GitHub ni faida
Manufaa
- Ushirikiano wa freelance
- Kazi ya mbali ya muda wa ziada
- Makadirio ya saa 10–20 kwa wiki wakati wa awamu za mradi zinazofanya kazi