Description
Mindrift is looking for highly skilled senior Python data scraping engineers to join the Tendem project and drive specialized data scraping workflows within our hybrid AI + human system.
In this role, as an AI pilot – that’s how we refer to this role at Mindrift – you’ll collaborate with Tendem agents that handle repetitive tasks, while you provide critical thinking, domain expertise, and quality control to deliver accurate and actionable results.
This part-time remote opportunity is ideal for technical professionals with hands-on experience in web scraping, data extraction, and processing.
What we do
The Mindrift platform connects specialists with AI projects from major tech innovators. Our mission is to unlock the potential of generative AI by tapping into real-world expertise from across the globe.
This is a freelance role for a Tendem project. As a senior Python data scraping engineer, you'll handle data scraping tasks requiring technical precision for web extraction and processing, utilizing various tools such as our provided Apify and OpenRouter alongside your own resourceful approaches.
Key responsibilities:
- Own end-to-end data extraction workflows across complex websites, ensuring complete coverage, accuracy, and reliable delivery of structured datasets.
- Leverage internal tools (Apify, OpenRouter) alongside custom workflows to accelerate data collection, validation, and task execution while meeting defined requirements.
- Ensure reliable extraction from dynamic and interactive web sources, adapting approaches as needed to handle JavaScript-rendered content and changing site behavior.
- Enforce data quality standards through validation checks, cross-source consistency controls, adherence to formatting specifications, and systematic verification prior to delivery.
- Scale scraping operations for large datasets using efficient batching or parallelization, monitor failures, and maintain stability against minor site structure changes.
Requirements:
- At least 5+ years of relevant experience in data engineering, web scraping, automation, or software development (required).
- Bachelor’s or master’s degree in engineering, applied mathematics, computer science, or related technical fields is a plus.
- Candidates should have a strong technical foundation and practical experience with scripting, automation, and AI-assisted workflows. We are looking for specialists who can solve non-trivial problems, work confidently with LLMs, and systematically collect, structure, and validate data from diverse sources. A methodical, detail-oriented approach and the ability to work independently are essential.
- Strong experience in Python web scraping (BeautifulSoup, Selenium or similar), including dynamic content (JS, AJAX, infinite scroll) and APIs via proxies.
- Proven ability to extract data from complex structures (hierarchies, archived pages, inconsistent HTML).
- Solid background in data cleaning, normalization, and validation, delivering structured datasets (CSV, JSON, Google Sheets).
- Demonstrated experience handling anti-bot mechanisms and dynamic site structures at scale.
- Experience with cloud infrastructure (AWS or equivalent) and containerization (Docker) as part of real workflows.
- Hands-on experience with LLM frameworks (LangChain, OpenRouter, or similar) applied to automation tasks.
- Strong attention to detail and commitment to data accuracy.
- Self-directed work ethic with ability to troubleshoot independently.
- English proficiency: upper-intermediate (B2) or above (required).
Project time expectations
For this project, tasks are estimated to require around 10–20 hours per week during active phases, based on project requirements. This is an estimate, not a guaranteed workload, and applies only while the project is active.
Compensation
On this project, contributors can earn up to $25 per hour equivalent, depending on their level and pace of contribution.
Compensation varies across projects depending on scope, complexity, and required expertise. Please note that other projects on the platform may offer different earning levels based on their requirements.
الوصف
تبحث Mindrift عن مهندسي بايثون كبار في استخراج البيانات ذوي مهارات عالية للانضمام إلى مشروع Tendem وتوجيه تدفقات عمل استخراج البيانات المتخصصة ضمن نظامنا الهجين بين AI والبشر.
في هذا الدور، كملاح آلي – هكذا نصف هذا الدور في Mindrift – ستتعاون مع وكلاء Tendem الذين يتولون المهام الروتينية، في حين تقدم التفكير النقدي، والخبرة الميدانية، وضمان الجودة لتقديم نتائج دقيقة وقابلة للت Action.
هذه الفرصة عن بُعد بدوام جزئي مناسبة للمهنيين التقنيين الذين يمتلكون خبرة عملية في استخراج البيانات من الويب، واستخراج البيانات، ومعالجتها.
ما الذي نقوم به
تربط منصة Mindrift المتخصصين بمشاريع الذكاء الاصطناعي من كبار المبتكرين في التكنولوجيا. مهمتنا هي إطلاق إمكانات الذكاء الاصطناعي التوليدي من خلال الاستفادة من خبرة العالم الواقعي من جميع أنحاء العالم.
هذه وظيفة حرة لمشروع Tendem. كمهندس بايثون كبير لاستخراج البيانات، ستتعامل مع مهام استخراج البيانات التي تتطلب دقة تقنية لاستخراج البيانات من الويب ومعالجتها، باستخدام أدوات مختلفة مثل Apify وOpenRouter المقدمة لديك بجانب أساليبك المعتمدة على الموارد.
المسؤوليات الرئيسية:
- امتلاك وتيرة العمل من البداية إلى النهاية لعمليات استخراج البيانات عبر مواقع معقدة، مع ضمان التغطية الكلية والدقة وتقديم مجموعات البيانات المنظمة بشكل موثوق.
- استخدام الأدوات الداخلية (Apify، OpenRouter) إلى جانب سير العمل المخصص لتسريع تجمع البيانات، والتحقق منها، وتنفيذ المهام مع الالتزام بالمتطلبات المحددة.
- ضمان استخراج موثوق من مصادر ويب ديناميكية وتفاعلية، وتكييف الأساليب حسب الحاجة للتعامل مع المحتوى المعروض JavaScript وتغير سلوك الموقع.
- فرض معايير جودة البيانات من خلال فحص التحقق، وضوابط الاتساق عبر المصادر، والالتزام بمواصفات التنسيق، والتحقق المنهجي قبل التسليم.
- تكبير عمليات السحب لبيانات كبيرة باستخدام التقطيع الفعال أو التوازي، ومراقبة الإخفاقات، والحفاظ على الاستقرار ضد التغييرات الطفيفة في بنية الموقع.
المتطلبات:
- خبرة ذات صلة 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 مجالات تقنية ذات صلة تعتبر ميزة.
- يجب أن يمتلك المرشحون أساساً تقنياً قوياً وخبرة عملية في البرمجة النصية، الأتمتة، وتدفقات العمل المدعومة بالذكاء الاصطناعي. نحن نبحث عن متخصصين يمكنهم حل مشكلات غير تافهة، والعمل بثقة مع LLMs، وجمع البيانات وتنظيمها والتحقق منها من مصادر متنوعة بشكل منهجي. نهج منهجي وتفصيلي والقدرة على العمل بشكل مستقل ضروريان.
- خبرة قوية في استخراج البيانات باستخدام بايثون (BeautifulSoup، Selenium أو ما شابه)، بما في ذلك المحتوى الديناميكي (JS، AJAX، التمرير اللانهائي) وواجهات البرمجة عبر البروكسيات.
- إثبات القدرة على استخراج البيانات من المَكاتِع المعقدة (التدرجات، الصفحات المؤرشفة، HTML غير المتسق).
- خلفية قوية في تنظيف البيانات، التطبيع، والتحقق من صحتها، وتقديم مجموعات بيانات منظمة (CSV، JSON، Google Sheets).
- خبرة في التعامل مع آليات مكافحة الروبوتات وهياكل المواقع الديناميكية على نطاق واسع.
- خبرة مع البنية التحتية السحابية (AWS أو ما يعادلها) والتعبئة بالحاويات (Docker) كجزء من تدفقات العمل الحقيقية.
- خبرة عملية مع أطر LLM (LangChain، OpenRouter، أو ما شابه) مُطبقة في مهام الأتمتة.
- انتباه قوي للتفاصيل والالتزام بدقة البيانات.
- أخلاقيات عمل موجهة ذاتياً مع القدرة على استكشاف المشكلات بشكل مستقل.
- إتقان اللغة الإنجليزية: مستوى فوق المتوسط (B2) أو أعلى (مطلوب).
توقعات زمن المشروع
لهذا المشروع، من المتوقع أن تتطلب المهام حوالي 10–20 ساعة أسبوعياً خلال مراحل النشاط، بناءً على متطلبات المشروع. هذا تقدير، ليس عبئ عمل مضمون، وينطبق فقط أثناء نشاط المشروع.
التعويض
في هذا المشروع، يمكن للمساهمين كسب حتى 25 دولاراً في الساعة مكافئاً، اعتماداً على مستواهم وسرعتهم في المساهمة.
يتفاوت التعويض عبر المشاريع اعتماداً على النطاق، والتعقيد، والخبرة المطلوبة. يرجى ملاحظة أن مشاريع أخرى على المنصة قد تقدم مستويات كسب مختلفة بناءً على متطلباتها.