في المكتب
Mindrift -
مصر , Egypt
--
Mindrift

تفاصيل الوظيفة

تبحث Mindrift عن مهندسين مهرة جدًا في استخراج البيانات باستخدام بايثون على مستوى كبير للانضمام إلى مشروع Tendem وتوجيه سير عمل استخراج البيانات المتخصصة لتطبيقات العالم الواقعي. في هذا الدور، ستطبق خبرتك في استخراج البيانات من الويب، واستخراج البيانات، ومعالجة البيانات لتقديم نتائج دقيقة وموثوقة وعالية الجودة. هذه فرصة عمل جزئية عن بُعد مناسبة للمتخصصين الفنيين ذوي الخبرة المباشرة في استخراج البيانات، واستخراجها ومعالجتها.

تربط منصة Mindrift المتخصصين بمشاريع تقنية مبتكرة. مهمتنا هي المساعدة في تطوير تقنيات ذكاء اصطناعي عالية الجودة من خلال دمج الخبرة الواقعية من المحترفين عبر العالم مع جهود تطوير الذكاء الاصطناعي المتقدمة.

هذا دور مستقل لمشروع Tendem. كمهندس بيانات بايثون أول في استخراج البيانات، ستتعامل مع مهام استخراج البيانات التي تتطلب دقة تقنية في الاستخراج ومعالجة الويب، باستخدام أدوات مثل Apify، OpenRouter، وتقنيات أخرى، إلى جانب خبرتك النهائية ونهجك الفنية.

المسؤوليات الرئيسية

  • امتلاك سير عمل استخراج البيانات من البداية إلى النهاية عبر مواقع ويب معقدة، مع ضمان التغطية الكاملة والدقة والتسليم الموثوق لمجموعات البيانات المنظمة.
  • استغلال الأدوات المتاحة وسير العمل المخصصة لتسريع جمع البيانات والتحقق من صحتها وتنفيذ المهام مع الالتزام بالمتطلبات المحددة.
  • ضمان استخلاص موثوق من مصادر ويب ديناميكية وتفاعلية، وتكييف النهج حسب الحاجة للتعامل مع المحتوى المولّد بجافاسكريبت وسلوك المواقع المتغير.
  • فرض معايير جودة البيانات من خلال فحوصات التحقق والضوابط التوافقية بين المصادر والالتزام بمواصفات التنسيق والتحقق المنهجي قبل التسليم.
  • توسيع نطاق عمليات التكسير لبيانات كبيرة باستخدام دفعات فعالة أو توازي، مراقبة الفشل، والحفاظ على الاستقرار ضد تغييرات بسيطة في هيكل الموقع.

المهارات التقنية (أساسية)

  • خبرة قوية في استخراج البيانات من الويب باستخدام بايثون (BeautifulSoup أو Selenium أو ما شابه)، بما في ذلك المحتوى الديناميكي (JS، AJAX، التمرير اللانهاية) وواجهات برمجة التطبيقات عبر البروكسيات
  • القدرة المثبتة على استخراج البيانات من هياكل معقدة (التسلسلات، الصفحات المؤرشفة، HTML غير المتسق)
  • خلفية صلبة في تنظيف البيانات، التطبيع، والتحقق من الصحة، وتقديم مجموعات بيانات منظمة (CSV، JSON، جداول Google)

متطلبات إضافية

  • الخبرة المثبتة في التعامل مع آليات مضاد الروبوت وهياكل المواقع الديناميكية على نطاق واسع
  • الخبرة بالبنية التحتية السحابية (AWS أو ما يعادلها) والحاويات (Docker) كجزء من سير العمل الحقيقي
  • خبرة عملية مع أطر LLM (LangChain، OpenRouter، أو ما شابه) مطبقة في مهام الأتمتة
  • دقة عالية واهتمام بالتفاصيل والتزام بدقة البيانات
  • أخلاقيات عمل ذاتية وتخطٍّ لمشاكل بشكل مستقل

رابط GitHub يعتبر ميزة

الكفاءة في اللغة الإنجليزية: أعلى متوسط (B2) أو أعلى (مطلوب)

توقعات زمنية للمشروع

لهذا المشروع، من المتوقع أن تحتاج المهام حوالي 10–20 ساعة في الأسبوع خلال المراحل النشطة، وفقًا لمتطلبات المشروع. هذا تقدير وليس عبئ عمل مضمون، ويطبق فقط أثناء نشاط المشروع.

التعويض

في هذا المشروع، يمكن للمساهمين كسب حتى 25 دولاراً في الساعة مكافئ، اعتماداً على مستواهم وتيرتهم في المساهمة. يختلف التعويض عبر المشاريع تبعاً للنطاق والتعقيد والخبرة المطلوبة. يرجى ملاحظة أن مشاريع أخرى على المنصة قد تقدم مستويات كسب مختلفة تبعًا لمتطلباتها.

الملف المرشح المطلوب

المؤهلات التعليمية

خبرة لا تقل عن 5 سنوات ذات صلة في هندسة البيانات، استخراج البيانات من الويب، التشغيل الآلي، أو تطوير البرمجيات (مطلوب). درجة البكالوريوس أو الماجستير في الهندسة، الرياضيات التطبيقية، علوم الحاسوب، أو مجالات تقنية ذات صلة تعتبر ميزة.

الخبرة الأكاديمية و/أو المهنية

يجب أن يمتلك المرشحون أساسًا تقنيًا قويًا وخبرة عملية في التهيئة، التشغيل الآلي، وسير عمل استخراج البيانات. نبحث عن متخصصين يمكنهم حل مشاكل غير ترفيهة، والعمل بثقة مع أدوات وتكنولوجيات التطوير الحديثة، وجمع وتنظيم والتحقق من البيانات من مصادر متنوعة بشكل منهجي. نهج منهجي ومهتم بالتفاصيل وقدرة على العمل بشكل مستقل ضروريان.

المهارات التقنية (أساسية)

  • خبرة قوية في استخراج البيانات من الويب باستخدام بايثون (BeautifulSoup، Selenium أو ما شابه)، بما في ذلك المحتوى الديناميكي (JS، AJAX، التمرير اللانهائي) وواجهات برمجة التطبيقات عبر البروكسيات
  • القدرة المثبتة على استخراج البيانات من هياكل معقدة (التسلسلات، الصفحات المؤرشفة، HTML غير المتسق)
  • خلفية صلبة في تنظيف البيانات، التطبيع، والتحقق من الصحة، وتقديم مجموعات بيانات منظمة (CSV، JSON، جداول Google)

متطلبات إضافية

  • الخبرة المثبتة في التعامل مع آليات مضاد الروبوت وهياكل المواقع الديناميكية على نطاق واسع
  • الخبرة بالبنية التحتية السحابية (AWS أو ما يعادلها) والحاويات (Docker) كجزء من سير العمل الحقيقي
  • خبرة عملية مع أطر LLM (LangChain، OpenRouter، أو ما شابه) مطبقة في مهام الأتمتة
  • دقة عالية واهتمام بالتفاصيل والتزام بدقة البيانات
  • أخلاقيات عمل ذاتية وتخطٍّ لمشاكل بشكل مستقل

رابط GitHub يعتبر ميزة

الكفاءة في اللغة الإنجليزية: أعلى متوسط (B2) أو أعلى (مطلوب)

وظائف مشابهة

حول Mindrift
مصر, Egypt
تكنولوجيا المعلومات والخدمات