Mindrift
Mindrift
501 – 1,000 員工
SaaS人工智慧市集
Mindrift 是一家人工智慧人才市場與 SaaS 平台,將專業貢獻者及領域專家與科技公司的人工智慧訓練和評估專案連結起來。作為 Toloka 的一部分,Mindrift 與作家、編輯、品質保證專家、科學家及其他領域專家合作,協助產生訓練資料、評估模型的安全性與推理能力、評量媒體品質,並建立用於提升人工智慧效能與可靠性的真實情境。Mindrift 透過評估和身分驗證招募並審核貢獻者,接著為他們提供人工智慧訓練與評估領域中彈性且有酬的專案機會。

資深 Python 資料擷取工程師——在日本遠端工作

為 Mindrift 的 Tendem AI 專案建立可靠的 Python 網頁資料擷取流程。\n從複雜且動態的網站中擷取、驗證並擴充結構化資料集。

說明

  • 負責複雜網站的端到端資料擷取
  • 交付完整、準確且可靠的結構化資料集
  • 使用現有工具和自訂工作流程,加速資料收集、驗證與任務執行
  • 從動態與互動式來源擷取資料,包括 JavaScript 渲染的內容
  • 隨網站行為變化調整資料擷取方法
  • 透過驗證、跨來源檢查、格式標準與系統化核驗維持資料品質
  • 透過高效批次處理或平行處理擴充大量資料擷取
  • 監控失敗情況,並在網站結構發生輕微變化時維持穩定性
  • 應用 Apify、OpenRouter 及其他技術進行網頁資料擷取與處理

職位要求

  • 至少 5 年資料工程、網頁資料擷取、自動化或軟體開發相關經驗
  • 具備工程、應用數學、電腦科學或相關技術領域的學士或碩士學位者優先
  • 具備扎實的 Python 資料擷取經驗,熟悉 BeautifulSoup、Selenium 或類似工具,能處理 JavaScript、AJAX 和無限捲動等動態內容,並能透過代理伺服器存取 API
  • 能夠從複雜結構中擷取資料,包括階層結構、封存頁面與不一致的 HTML
  • 具備紮實的資料清理、正規化與驗證經驗,並有交付 CSV、JSON 或 Google Sheets 資料集的經驗
  • 具備大規模管理反機器人機制與動態網站結構的經驗
  • 具備 AWS 或同等雲端基礎架構經驗
  • 具備使用 Docker 進行容器化的經驗
  • 具備使用 LangChain、OpenRouter 或類似自動化工具等 LLM 框架的實務經驗
  • 注重細節並致力於確保資料準確性
  • 具備自我驅動能力,能夠獨立排查問題
  • 英語中高級程度(B2)或以上
  • 提供 GitHub 連結者優先

福利待遇

  • 自由接案機會
  • 兼職工作,活躍階段預計每週約 10–20 小時
  • 遠端工作
  • 有機會參與創新科技與人工智慧開發專案