資深 Python 資料擷取工程師——印度遠端工作
負責為 Mindrift 的 Tendem AI 專案建立可靠擷取流程的資深 Python 工程師。此職位專注於從複雜、動態網站擷取、驗證並擴展結構化資料。
說明
- 管理複雜網站上的完整資料擷取流程，確保結構化資料集具備廣泛涵蓋範圍、準確性與可靠交付能力。
- 運用可用工具和客製化工作流程改善資料收集、驗證與任務執行，同時符合既定要求。
- 透過適應 JavaScript 渲染內容和不斷變化的網站行為，可靠地從動態及互動式來源擷取資料。
- 在交付前透過驗證檢查、跨來源比較、格式控制和系統化核驗維持資料品質。
- 透過高效批次處理和並行處理技術擴展大量擷取能力。
- 追蹤擷取失敗情況，並在網站結構發生輕微變化時維持工作流程穩定。
- 運用網頁擷取、資料擷取和資料處理專業知識，解決 Tendem 專案中的實際應用情境。
職位要求
- 具備 5 年以上資料工程、網頁擷取、自動化或軟體開發相關經驗。
- 具備扎實的 Python 擷取經驗，熟悉 BeautifulSoup、Selenium 或同類工具，包括 JavaScript、AJAX、無限捲動和基於代理伺服器的 API 存取。
- 能夠從階層結構、封存頁面和 HTML 不一致等複雜結構中擷取資訊。
- 具備清理、正規化和驗證資料的實務經驗，能以 CSV、JSON 或 Google Sheets 格式交付。
- 具備在大規模擷取工作流程中處理反機器人措施和不斷變化網站結構的經驗。
- 具備在正式環境工作流程中使用 AWS 或同類雲端基礎設施以及 Docker 容器化技術的實務經驗。
- 具備將 LangChain、OpenRouter 或類似工具等 LLM 框架應用於自動化任務的經驗。
- 注重細節，始終關注資料準確性。
- 能夠獨立工作、調查問題並有效排除故障。
- 英語達到 B2 或以上的中高級程度。
福利待遇
- 自由接案合作。
- 在印度進行兼職遠端工作。
- 專案活躍階段每週約 10–20 小時。