وصف الوظيفة
Mindrift تبحث عن مهندسي تجريف بيانات بايثون أول ذوي مهارات عالية للانضمام إلى مشروع Tendem ودفع سير العمل المتخصص في تجريف البيانات ضمن نظامنا الهجين AI + بشري. في هذا الدور، كطيار AI، ستتعاون مع وكلاء Tendem الذين يتعاملون مع المهام المتكررة، بينما تقدم التفكير النقدي، وخبرة المجال، ومراقبة الجودة لتقديم نتائج دقيقة وقابلة للتنفيذ. هذه الفرصة عن بعد بدوام جزئي مثالية للمهنيين التقنيين ذوي الخبرة العملية في تجريف الويب، واستخراج البيانات ومعالجتها.
المسؤوليات الرئيسية
- امتلاك سير العمل الكامل لاستخراج البيانات عبر مواقع الويب المعقدة، وضمان التغطية الكاملة، والدقة، والتسليم الموثوق لمجموعات البيانات المنسقة.
- الاستفادة من الأدوات الداخلية (Apify، OpenRouter) جنبًا إلى جنب مع سير العمل المخصص لتسريع جمع البيانات، والتحقق، وتنفيذ المهام مع تلبية المسؤوليات الرئيسية المحددة.
- ضمان استخراج موثوق من مصادر الويب الديناميكية والتفاعلية، وتكييف الأساليب حسب الحاجة للتعامل مع المحتوى المعتمد على JavaScript وسلوك الموقع المتغير.
- فرض معايير جودة البيانات من خلال فحوصات التحقق، وضوابط الاتساق عبر المصادر، والامتثال لمواصفات التنسيق، والتحقق المنهجي قبل التسليم.
- توسيع عمليات التجريف لمجموعات البيانات الكبيرة باستخدام التجميع الفعال أو التوازي، ورصد الفشل، والحفاظ على الاستقرار ضد التغييرات الطفيفة في هيكل الموقع.
المؤهلات المطلوبة
- ما لا يقل عن 5+ سنوات من الخبرة ذات الصلة في هندسة البيانات، وتجريف الويب، والأتمتة، أو تطوير البرمجيات (مطلوب).
- درجة بكاليوس أو ماجستير في الهندسة، الرياضيات التطبيقية، علوم الكمبيوتر، أو المجالات التقنية ذات الصلة (ميزة).
- أساس تقني قوي وخبرة عملية في البرمجة النصية، والأتمتة، وسير العمل المدعوم بالذكاء الاصطناعي.
- قدرة على حل المشكلات غير التافهة، والعمل بثقة مع LLMs، وجمع البيانات، وهياكلها، والتحقق منها من مصادر متنوعة بشكل منهجي.
- نهج منهجي وموجه نحو التفاصيل والقدرة على العمل بشكل مستقل.
- خبرة قوية في تجريف الويب بلغة بايثون (BeautifulSoup، Selenium أو ما شابه)، بما في ذلك المحتوى الديناميكي (JS، AJAX، التمرير اللانهائي) وواجهات برمجة التطبيقات عبر البروكسيات.
- قدرة مثبتة على استخراج البيانات من الهياكل المعقدة (التدرجات، الصفحات المؤرشفة، HTML غير المتسق).
- خلفية قوية في تنظيف البيانات، والتطبيع، والتحقق، وتقديم مجموعات بيانات منظمة (CSV، JSON، Google Sheets).
- خبرة مثبتة في معالجة آليات مكافحة الروبوتات وهياكل المواقع الديناميكية على نطاق واسع.
- خبرة في البنية التحتية السحابية (AWS أو ما يعادلها) وحاويات (Docker) كجزء من سير العمل الحقيقية.
- خبرة عملية مع أطر LLM (LangChain، OpenRouter، أو ما شابه) المطبقة على مهام الأتمتة.
- اهتمام قوي بالتفاصيل والتزام بدقة البيانات.
- أخلاقيات عمل ذاتية مع القدرة على استكشاف الأخطاء وإصلاحها بشكل مستقل.
- رابط إلى GitHub (ميزة).
- إجادة اللغة الإنجليزية: متوسطة عليا (B2) أو أعلى (مطلوب).