高级 Python 数据抓取工程师（自由职业，阿根廷远程）
为 Mindrift 的 AI 项目构建可靠的 Python 抓取系统。 从复杂的动态网站提取、验证并规模化处理结构化数据。
描述
- 负责复杂网站上的完整数据提取流程
- 交付全面、准确且可靠的结构化数据集
- 结合现有工具与自定义工作流，改进数据采集、验证和任务执行
- 从动态交互式来源采集数据，适应 JavaScript 渲染内容和不断变化的网站行为
- 通过验证、跨来源核对、格式标准和系统化审查维护数据质量
- 通过高效批处理和并行处理扩展大规模抓取能力
- 跟踪提取失败情况，在网站结构变化时保持工作流可靠性
- 在运用 Apify、OpenRouter 及相关技术的同时，展现出良好的技术判断力
任职要求
- 拥有 5 年以上数据工程、网页抓取、自动化或软件开发相关经验
- 具备高级 Python 抓取经验，熟悉 BeautifulSoup、Selenium 或同类工具、JavaScript 和 AJAX 内容、无限滚动以及基于代理的 API
- 能够从层级数据、存档页面和不规则 HTML 结构中提取信息
- 具备清理、规范化和验证数据的经验，能够以 CSV、JSON 或 Google Sheets 格式交付
- 具备大规模应对反机器人保护和不断变化的网站结构的实际经验
- 具备 AWS 或同类云基础设施以及基于 Docker 的容器化经验
- 实际接触过 LangChain、OpenRouter 或用于自动化的类似 LLM 框架
- 高度注重细节，重视数据准确性
- 能够独立工作、调查问题并在无需密切监督的情况下解决问题
- 英语中高级水平（B2）或更高
- 拥有工程、应用数学、计算机科学或相关技术学科的学士或硕士学位者优先
- 拥有 GitHub 个人资料或链接者优先
福利待遇
- 自由职业合作
- 在项目活跃阶段，每周兼职工作约 10–20 小时
- 可在阿根廷远程工作
- 有机会通过 Mindrift 平台参与创新技术项目