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——自由职业远程

Mindrift 正在寻找一名高级 Python 工程师,为 AI 项目构建可靠的网页抓取与数据处理工作流。该职位专注于从复杂网站提取、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
  • 运用现有工具和定制工作流,加快数据收集、验证与任务执行
  • 从动态交互式来源收集数据,适应 JavaScript 渲染内容及不断变化的网站行为
  • 通过验证检查、跨来源一致性审查、格式要求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规模数据抓取
  • 监控故障,并通过应对轻微的网站结构变化保持抓取器稳定
  • 使用 Apify、OpenRouter 及其他相关技术

任职要求

  • 在数据工程、网页抓取、自动化或软件开发领域拥有 5 年以上相关经验
  • 英语水平达到 B2 或更高的中高级水平
  • 具备扎实的 Python 抓取经验,熟悉 BeautifulSoup、Selenium 或同类工具,能够处理 JavaScript、AJAX、无限滚动等动态内容,并使用基于代理的 API
  • 能够从复杂结构中提取信息,包括层级结构、归档页面和不一致的 HTML
  • 具备清洗、规范化和验证数据的经验,能够以 CSV、JSON 或 Google Sheets 格式交付
  • 具备大规模处理反机器人机制和不断变化的网站结构的经验
  • 具备 AWS 或同等云基础设施以及 Docker 容器化的实践经验
  • 有使用 LangChain、OpenRouter 或类似 LLM 框架进行自动化的实操经验
  • 注重细节,重视数据准确性
  • 能够独立工作并有效排查问题
  • 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
  • 提供 GitHub 个人主页链接者优先

福利待遇

  • 自由职业合作
  • 远程兼职工作
  • 项目活跃阶段每周约 10–20 小时
  • 时薪最高相当于 40 美元,具体取决于经验水平和贡献进度