Mindrift
Mindrift
501 – 1,000 员工
SaaS人工智能市场
Mindrift 是一家人工智能人才市场和 SaaS 平台,将专业贡献者及领域专家与科技公司的人工智能训练和评估项目连接起来。作为 Toloka 的一部分,Mindrift 与作家、编辑、质量保证专家、科学家及其他领域专家合作,帮助生成训练数据、评估模型的安全性和推理能力、评价媒体质量,并创建用于提升人工智能性能和可靠性的真实场景。Mindrift 通过评估和身份验证招募并审核贡献者,随后为其提供人工智能训练和评估领域灵活且有偿的项目机会。

高级 Python 数据抓取工程师(自由职业,希腊远程)

为 Mindrift 的 AI 技术项目构建并扩展可靠的 Python 抓取工作流。 从复杂的动态网站提取、验证并交付结构化数据集。

描述

  • 管理复杂网站上的端到端数据提取工作流
  • 交付完整、准确且可靠的结构化数据集
  • 应用工具和定制工作流,加快数据收集、验证和任务执行
  • 从动态和交互式来源收集数据,包括 JavaScript 渲染的页面
  • 根据网站行为变化调整抓取方法
  • 通过验证、跨来源检查、格式标准和系统化核验维护数据质量
  • 通过高效批处理或并行处理扩展大数据集抓取
  • 监控提取失败情况,并通过网站结构的小幅变化保持稳定性

任职要求

  • 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 网页抓取经验,熟悉 BeautifulSoup、Selenium 或同类工具、动态内容及基于代理的 API
  • 能够从复杂结构中提取信息,包括层级结构、存档页面和不一致的 HTML
  • 具备清理、标准化和验证数据的经验,能够以 CSV、JSON 和 Google Sheets 格式交付结构化数据
  • 具备大规模应对反机器人系统和网站结构变化的经验
  • 具备 AWS 或同等云基础设施以及 Docker 容器化经验
  • 具备将 LangChain 或 OpenRouter 等 LLM 框架应用于自动化任务的实践经验
  • 对数据准确性一丝不苟
  • 具备独立、自主的问题排查能力
  • 英语中高级水平(B2)或更高
  • 工程、应用数学、计算机科学或相关技术领域的学士或硕士学位优先
  • 拥有 GitHub 个人主页优先

福利待遇

  • 远程工作
  • 在项目活跃阶段每周兼职工作约 10–20 小时
  • 自由职业合作
  • 通过 Mindrift 平台参与创新技术项目