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 (Muda wa Sehemu, Kazi ya Mbali Georgia)
Mindrift inatafuta mhandisi mwandamizi wa Python wa kujenga mtiririko wa kazi wa ukusanyaji wa data unaotegemeka kwa miradi ya teknolojia ya AI. Jukumu hili linazingatia kuchota, kuthibitisha, na kupanua seti za data zilizopangwa kutoka tovuti changamano na zinazobadilika.
Maelezo
- Simamia mtiririko mzima wa kazi wa uchotaji wa data kwenye tovuti changamano
- Wasilisha seti za data zilizopangwa zilizo kamili, sahihi, na za kuaminika
- Tumia zana zilizopo na mtiririko maalum wa kazi kuharakisha ukusanyaji wa data, uthibitishaji, na utekelezaji wa kazi
- Chota data kutoka vyanzo vya wavuti vinavyobadilika na shirikishi, ikiwemo kurasa zinazoonyeshwa na JavaScript
- Rekebisha mbinu za ukusanyaji data tabia ya tovuti inapobadilika
- Dumisha ubora wa data kupitia ukaguzi wa uthibitishaji, udhibiti wa ulinganifu kati ya vyanzo, mahitaji ya uumbizaji, na uhakiki wa kimfumo
- Panua ukusanyaji wa data kutoka seti kubwa kwa uchakataji wa mafungu wenye ufanisi au uchakataji sambamba
- Fuatilia hitilafu na dumisha uthabiti kupitia mabadiliko madogo ya muundo wa tovuti
- Changanya zana kama Apify na OpenRouter na utaalamu wa kiufundi unaofaa
Mahitaji
- Angalau miaka 5 ya uzoefu husika katika uhandisi wa data, ukusanyaji wa data kwenye wavuti, uotomatishaji, au uundaji wa programu
- Shahada ya kwanza au ya uzamili katika uhandisi, hisabati tumizi, sayansi ya kompyuta, au taaluma ya kiufundi inayohusiana inapendelewa
- Uzoefu thabiti wa ukusanyaji wa data kwenye wavuti kwa Python ukitumia BeautifulSoup, Selenium, au zana zinazolingana, pamoja na maudhui yanayobadilika na API zinazofikiwa kupitia proksi
- Uwezo uliothibitishwa wa kuchota taarifa kutoka miundo changamano, ikiwemo ngazi za uongozi, kurasa zilizohifadhiwa, na HTML isiyolingana
- Uzoefu mzuri wa kusafisha, kusawazisha, na kuthibitisha data kwa uwasilishaji katika CSV, JSON, au Google Sheets
- Uzoefu wa vitendo wa kudhibiti mifumo ya kuzuia roboti na miundo ya tovuti inayobadilika kwa kiwango kikubwa
- Uzoefu wa AWS au miundombinu ya wingu inayolingana na uwekaji wa kontena unaotegemea Docker
- Uzoefu wa vitendo wa kutumia mifumo ya LLM kama LangChain au OpenRouter katika kazi za uotomatishaji
- Umakini wa hali ya juu kwa undani na kujitolea thabiti kwa usahihi wa data
- Uwezo wa kufanya kazi kwa kujitegemea na kutatua matatizo bila usimamizi wa karibu
- Ustadi wa Kiingereza wa kiwango cha juu-kati (B2) au zaidi
- Kiungo cha wasifu wa GitHub ni faida
Manufaa
- Kazi ya kujitegemea ya muda wa sehemu kwa njia ya mbali
- Takriban saa 10–20 kwa wiki wakati wa awamu za mradi zinazofanya kazi
- Kufanya kazi kwenye miradi ya ukuzaji wa teknolojia na AI