Research Engineer - Web Crawlers

ElevenLabs cerca una figura per il team di ricerca dedicata al web crawling su larga scala, la fonte dei dati di qualità che alimentano i suoi modelli AI di frontiera. Non sono richiesti viaggi frequenti, a parte l'offsite annuale che riunisce tutta l'azienda in una località diversa.

Ruolo
Il ruolo comprende la costruzione e gestione di crawler distribuiti che scoprono, scaricano ed estraggono dati da miliardi di pagine, la soluzione di problemi come l'estrazione di contenuti da HTML disordinato, la deduplicazione su scala web, le strategie di aggiornamento e il rispetto dei limiti di frequenza, pipeline mirate per trovare fonti di valore come audio, video e contenuti multilingue e strumenti per permettere ai ricercatori di esplorare i dati raccolti. ElevenLabs non richiede titoli di studio o certificazioni formali, ma prove concrete come progetti passati o contributi su GitHub. Servono esperienza pratica nella costruzione di crawler o sistemi di scraping su larga scala, idealmente per dati di training ML, solide competenze su sistemi distribuiti e la capacità di valutare qualità, copertura e conformità dei dati raccolti.

Tecnologie
Crawler distribuiti, Kubernetes, architetture basate su code, pipeline che elaborano miliardi di documenti e dataset per il training di modelli di machine learning.