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(兼职,格鲁吉亚远程)

Mindrift 正在寻找一名高级 Python 工程师,为人工智能技术项目构建可靠的数据抓取流程。 该职位主要负责从复杂的动态网站中提取、验证并扩展结构化数据集。

描述

  • 管理复杂网站上的端到端数据提取流程
  • 交付完整、准确且可靠的结构化数据集
  • 利用现有工具和自定义工作流程,加快数据收集、验证和任务执行
  • 从动态和交互式网页来源中提取数据,包括 JavaScript 渲染的页面
  • 根据网站行为变化调整抓取方法
  • 通过验证检查、跨来源一致性控制、格式要求和系统化核验维护数据质量
  • 通过高效的批处理或并行处理扩展大数据集抓取
  • 监控失败情况,并在网站结构发生小幅变化时保持系统稳定
  • 结合使用 Apify、OpenRouter 等工具与相关技术专长

任职要求

  • 至少 5 年数据工程、网页抓取、自动化或软件开发相关经验
  • 优先考虑拥有工程、应用数学、计算机科学或相关技术领域本科或硕士学位者
  • 具备扎实的 Python 网页抓取经验,熟悉 BeautifulSoup、Selenium 或同类工具、动态内容,以及通过代理访问的 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丰富经验,能够以 CSV、JSON 或 Google Sheets 格式交付
  • 具备大规模处理反机器人机制和动态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
  • 有将 LangChain 或 OpenRouter 等 LLM 框架应用于自动化任务的实践经验
  • 高度注重细节,并始终重视数据准确性
  • 能够独立工作,并在无需密切监督的情况下排查问题
  • 英语中高级水平(B2)或更高
  • 拥有 GitHub 个人资料链接者优先

福利待遇

  • 兼职远程自由职业合作
  • 项目活跃阶段每周约 10–20 小时
  • 参与技术和人工智能开发项目