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 wa Data (Freelance, Kazi ya Mbali nchini Argentina)
Jenga mifumo thabiti ya ukusanyaji wa data kwa Python kwa miradi ya AI ya Mindrift. Toa, thibitisha, na panua data iliyopangwa kutoka tovuti changamano na zinazobadilika.
Maelezo
- Kuongoza mtiririko mzima wa kazi za uchimbaji wa data katika tovuti changamano
- Kuwasilisha seti za data zilizopangwa zilizo kamili, sahihi, na zinazotegemeka
- Kuunganisha zana zilizopo na mtiririko maalum wa kazi ili kuboresha ukusanyaji, uthibitishaji, na utekelezaji wa kazi
- Kukusanya data kutoka vyanzo vinavyobadilika na shirikishi huku ukizoea maudhui yanayotolewa na JavaScript na mabadiliko ya tabia ya tovuti
- Kudumisha ubora wa data kupitia uthibitishaji, ukaguzi wa vyanzo mbalimbali, viwango vya uumbizaji, na mapitio ya kimfumo
- Kupanua ukusanyaji wa data kwa kiwango kikubwa kupitia uchakataji bora wa mafungu na wa sambamba
- Kufuatilia hitilafu za uchimbaji na kudumisha utegemevu wa mtiririko wa kazi kadiri miundo ya tovuti inavyobadilika
- Kutumia Apify, OpenRouter, na teknolojia zinazohusiana pamoja na uamuzi thabiti wa kiufundi
Mahitaji
- Uzoefu wa angalau miaka 5 katika uhandisi wa data, ukusanyaji wa data kwenye wavuti, otomatiki, au uundaji wa programu
- 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 data ya ngazi mbalimbali, kurasa zilizohifadhiwa, na miundo ya HTML isiyo ya kawaida
- Uzoefu wa kusafisha, kusawazisha, na kuthibitisha data kwa ajili ya kuwasilishwa katika CSV, JSON, au Google Sheets
- Uzoefu wa vitendo wa kushinda ulinzi dhidi ya roboti na miundo ya tovuti inayobadilika kwa kiwango kikubwa
- Uzoefu wa AWS au miundombinu ya wingu inayolingana na uwekaji wa kontena unaotumia Docker
- Uzoefu wa vitendo wa LangChain, OpenRouter, au mifumo inayofanana ya LLM kwa ajili ya otomatiki
- Umakini mkubwa kwa maelezo na msisitizo thabiti wa usahihi wa data
- Uwezo wa kufanya kazi kwa kujitegemea, kuchunguza masuala, na kutatua matatizo bila usimamizi wa karibu
- Uwezo wa Kiingereza wa kiwango cha juu-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
- Wasifu au kiungo cha GitHub ni faida
Manufaa
- Ushirikiano wa kazi wa kujitegemea
- Mzigo wa kazi wa muda wa ziada wa takriban saa 10–20 kwa wiki katika awamu za mradi zinazoendelea
- Kazi ya mbali kutoka Argentina
- Fursa ya kuchangia miradi bunifu ya teknolojia kupitia jukwaa la Mindrift