وصف الوظيفة

Mindrift تبحث عن مهندسين كبار في استخراج بيانات بايثون للمساعدة في مشروع Tendem ودفع سير عمل استخراج البيانات المتخصصة ضمن نظامنا المختلط AI + الإنسان.
في هذا الدور، كـ AI Pilot – هذا هو المصطلح الذي نستخدمه لهذا الدور في Mindrift – ستتعاون مع ووكلاء Tendem الذين يتعاملون مع المهام المتكررة، بينما تقدم التفكير النقدي وخبرة المجال وضمان الجودة لتقديم نتائج دقيقة وقابلة للتنفيذ.
هذه الفرصة عن بُعد بدوام جزئي مثالية للمهنيين التقنيين ذوي الخبرة العملية في استخراج البيانات من الويب، واستخراج ومعالجة البيانات.
ماذا نفعل منصة Mindrift تربط المتخصصين بمشاريع AI من رواد التكنولوجيا الكبار.
مهمتنا هي فتح إمكانات AI التوليدي من خلال الاستفادة من الخبرة الواقعية من جميع أنحاء العالم.
هذه وظيفة حرة لمشروع Tendem.
كـ مهندس بيانات بايثون كبير في استخراج البيانات، ستتعامل مع مهام استخراج البيانات التي تتطلب دقة تقنية لاستخراج البيانات ومعالجتها، باستخدام أدوات مختلفة مثل Apify وOpenRouter المقدمين بجانب أساليبك الخاصة والموارد المتاحة لديك.
المسؤوليات الرئيسية: إدارة سير عمل استخراج البيانات من البداية إلى النهاية عبر مواقع ويب معقدة، لضمان التغطية الكاملة والدقة والتسليم الموثوق لبيانات منظمة.
الاستفادة من الأدوات الداخلية (Apify، OpenRouter) بجانب سير عمل مخصص لتسريع جمع البيانات والتحقق وتنفيذ المهام مع الالتزام بالمتطلبات المحددة.
ضمان استخراج موثوق من مصادر ويب ديناميكية وتفاعلية، وتكييف الأساليب حسب الحاجة للتعامل مع المحتوى المعروض JavaScript وتغيير سلوك الموقع.
فرض معايير جودة البيانات من خلال فحوص التحقق، وضوابط الاتساق عبر المصادر، والالتزام بمواصفات التنسيق، والتحقق المنهجي قبل التسليم.
توسيع عمليات التكسير للبيانات على مجموعات كبيرة من البيانات باستخدام دفعات فعالة أو توازي، مراقبة الإخفاقات والحفاظ على الاستقرار أمام تغييرات بسيطة في هيكل الموقع.
المتطلبات: خبرة لا تقل عن 5+ سنوات في هندسة البيانات، استخراج البيانات من الويب، الأتمتة، أو تطوير البرمجيات (مطلوب).
درجة البكالوريوس أو الماجستير في الهندسة، الرياضيات التطبيقية، علوم الكمبيوتر، أو المجالات الفنية ذات الصلة تعتبر ميزة إضافية.
يجب أن يمتلك المرشحون أساسًا تقنيًا قويًا وخبرة عملية في التهيئة النصية، الأتمتة، وسير العمل بمساعدة AI.
نحن نبحث عن متخصصين يمكنهم حل مشكلات غير تافهة، العمل بثقة مع LLMs، وجمع البيانات من مصادر متنوعة وهيكلتها والتحقق منها بشكل منهجي.
نهج منهجي ومفصلية في العمل والقدرة على العمل بشكل مستقل أمران أساسيان.
خبرة قوية في استخراج البيانات باستخدام بايثون (BeautifulSoup، Selenium أو ما يماثلها)، بما في ذلك المحتوى الديناميكي (JS، AJAX، التمرير اللانهائي) وواجهات برمجة التطبيقات عبر الوكلاء.
إثبات القدرة على استخراج البيانات من هياكل معقدة (تسلسلات، صفحات مؤرشفة، HTML غير متسق) خلفية قوية في تنظيف البيانات، التطبيع، والتحقق، وتقديم مجموعات بيانات منظمة (CSV، JSON، Google Sheets).
خبرة مثبتة في التعامل مع آليات مكافحة الروبوتات وهياكل المواقع الديناميكية على نطاق واسع.
خبرة مع بنية السحابة (AWS أو ما يعادلها) والحاويات (Docker) كجزء من سير العمل الحقيقي.
خبرة عملية مع أطر LLM (LangChain، OpenRouter، أو ما يماثلها) المطبقة على مهام الأتمتة.
الانتباه للتفاصيل والالتزام بدقة البيانات.
أخلاق العمل الذاتي مع القدرة على استكشاف الأخطاء بشكل مستقل.
وجود رابط GitHub ميزة إضافية.
الكفاءة الإنجليزية: من مستوى فوق المتوسط (B2) أو أعلى (مطلوب).
توقعات وقت المشروع: في هذا المشروع، من المتوقع أن تتطلب المهام نحو 10–20 ساعة أسبوعيًا خلال مراحل الأنشطة، بناءً على متطلبات المشروع.
هذه تقديرات وليست عبء عمل مضمون، وتطبق فقط أثناء نشاط المشروع.
التعويض: في هذا المشروع، يمكن للمساهمين كسب حتى 37 دولارًا في الساعة كحد أقصى، وفقًا لمستوى مساهمتهم وسرعتهم في الإسهام.
يتفاوت التعويض بين المشاريع بناءً على النطاق والتعقيد والخبرة المطلوبة.
يرجى ملاحظة أن مشاريع أخرى على المنصة قد تقدم مستويات دخل مختلفة بناءً على متطلباتها.