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 Ukusanyaji Data — Freelance, Kazi ya Mbali Poland
Mindrift inatafuta mhandisi mwandamizi wa Python wa kujenga mtiririko wa kazi wa ukusanyaji wa data kwenye wavuti kwa miradi ya AI. Jukumu hili linalenga kutoa, kuthibitisha, na kuchakata data iliyopangwa kutoka kwenye tovuti changamano na zinazobadilika.
Maelezo
- Simamia mtiririko kamili wa kazi za uchimbaji wa data kwenye tovuti changamano
- Wasilisha seti za data zilizopangwa zilizo kamili, sahihi, na za kuaminika
- Tumia zana na mtiririko wa kazi uliobinafsishwa ili kuharakisha ukusanyaji, uthibitishaji, na utekelezaji wa kazi
- Kusanya data kwa kutegemewa kutoka vyanzo vya wavuti shirikishi na vinavyobadilika
- Badilisha mbinu za ukusanyaji kwa maudhui yanayowasilishwa na JavaScript na tabia za tovuti zinazobadilika
- Dumisha ubora wa data kupitia uthibitishaji, ukaguzi wa vyanzo mbalimbali, viwango vya uumbizaji, na mapitio ya kimfumo
- Shughulikia ukusanyaji wa data kwa kiwango kikubwa kwa kutumia upangaji wa makundi na uchakataji sambamba wenye ufanisi
- Fuatilia hitilafu za uchimbaji na dumisha uthabiti licha ya mabadiliko madogo katika muundo wa tovuti
- Tumia Apify, OpenRouter, na teknolojia zinazohusiana kwa uchimbaji wa data kwenye wavuti na uchakataji wa data
Mahitaji
- Angalau miaka 5 ya uzoefu husika katika uhandisi wa data, ukusanyaji wa data kwenye wavuti, uwekaji otomatiki, au uundaji wa programu
- Shahada ya kwanza au ya uzamili katika uhandisi, hisabati tumizi, sayansi ya kompyuta, au taaluma nyingine ya kiufundi inayohusiana ni faida
- Msingi thabiti wa vitendo katika uandishi wa hati, uwekaji otomatiki, na mtiririko wa kazi wa uchimbaji wa data
- Uzoefu wa hali ya juu wa ukusanyaji wa data kwa Python ukitumia BeautifulSoup, Selenium au zana zinazolingana, maudhui ya JavaScript na AJAX, kusogeza bila kikomo, na API zinazotumia proksi
- Uwezo wa kutoa taarifa kutoka safu changamano, kurasa zilizohifadhiwa, na HTML isiyolingana
- Uzoefu wa kusafisha, kusawazisha, na kuthibitisha data kwa ajili ya kuwasilishwa katika CSV, JSON, na Google Sheets
- Uzoefu wa kufanya kazi na mifumo ya kuzuia roboti na miundo ya tovuti inayobadilika kwa kiwango kikubwa
- Uzoefu wa vitendo wa kutumia AWS au miundombinu sawa ya wingu na Docker katika mtiririko wa kazi wa uzalishaji
- Matumizi ya moja kwa moja ya LangChain, OpenRouter, au mifumo sawa ya LLM kwa uwekaji otomatiki
- Umakini mkubwa kwa maelezo na msisitizo thabiti wa usahihi wa data
- Mtindo wa kufanya kazi kwa kujitegemea wenye uwezo wa kuchunguza na kutatua masuala bila usimamizi wa karibu
- Ujuzi wa Kiingereza wa kiwango cha juu-kati (B2) au zaidi
- Wasifu wa GitHub ni faida
Manufaa
- Ushiriki katika mradi wa freelance
- Mzigo wa kazi wa muda wa sehemu wa takribani saa 10–20 kwa wiki wakati wa awamu za mradi unaoendelea
- Kazi ya mbali kutoka Poland
- Malipo ya hadi sawa na $40 kwa saa, kulingana na kiwango cha uzoefu na kasi ya mchango