Kluczowym elementem, w którym potrzebuję pomocy to osoba posiadająca nieziemskie umiejętności tworzenia projektów stron typu treść/dokumentacja jak Biblioteki. Trochę się bawię sam - wersja rozwojowa, ale najlepiej gdyby znalazł się od tego ekspert ^_^ i coś zaprojektował, czy podsunął szereg wskazówek co jest źle, co jak można dobrze zrobić.

Od strony Django jakby taki serwis, zbieracz ofert pracy mógł wyglądać? Najprostsze rozwiązanie to pełnotekstowa wyszukiwarka indeksująca oferty pracy. Konkurencja dla Google, lecz jeżeli zaoferuje trafniejsze wyszukiwanie (np. z filtrowaniem po branży, województwie czy mieście) to będzie poręczniejszy. Xapian, Whoosh, czy może na całego i Solr? Druga opcja to pobieranie (indeksowanie) ofert pracy, wyciąganie ich treści, dodatkowych danych i zapis we własnej bazie danych. W efekcie otrzymamy serwis podobny do innych ofertowych serwisów, lecz oferujący przegląd ofert z wielu źródeł. Kwestia to napisanie parserów dla każdego serwisu - listę najnowszych ofert zazwyczaj otrzymamy z RSS, do tego trochę regexów do wyciągnięcia treści ogłoszenia z gotowej strony, jak i dla każdego źródła będzie pewnie konieczne trochę poprawek różnego typu (CSS, w parserze), żeby treść importowała się w miarę poprawnie - chyba że i treść ogłoszenia rozbijemy na poszczególne składowe pozbywając się formatowania HTML źródła. W przypadku większych serwisów można by pewnie uzyskać dostęp do API umożliwiającego bezproblemowy import ofert.

Dla przykładu dość prosty parser:

# -*- coding: utf-8 -*-
from datetime import datetime
import sys
from os import environ
import urllib2
from re import findall

environ['DJANGO_SETTINGS_MODULE'] = 'settings'

import feedparser

from settings import *
from django.contrib.sessions.models import *
# proof-of-concept app
from diamandas.jobmaster.models import *

############
## Jobexpress
############
source = JobSource.objects.get(title='Jobexpress')
## IT

data = feedparser.parse('http://www.jobexpress.pl/recent,it,84.html')
if data and 'entries' in data:
	for elem in data['entries']:
		sum = elem['summary_detail']
		published = sum['value'].split(',')[0].strip().split('-')
		published = datetime(int(published[2]), int(published[1]), int(published[0]))
		company = sum['value'].split(',')[1].strip()
		
		opener = urllib2.build_opener()
		opener.addheaders = [('user-agent', 'Opera/9.64 (X11; Linux x86_64; U; en) Presto/2.1.1'), ('referer', 'http://www.jobexpress.pl/recent,it,84.html')]
		o = opener.open(elem['link'])
		of = o.read()
		text = findall(r'(?xs)<ul\s*class="oferta_pracy">(.*?)<!--\s*eof:\s*oferta''', str(of))
		if text and len(text) > 0:
			text = text[0]
			# cleaning
			text = '<ul>' + text
			text = text.replace('href="', 'href="http://www.jobexpress.pl/')
			text = text.replace('src="', 'src="http://www.jobexpress.pl/')
			
			city = findall(r'(?xs)<span\s*class="cv_label">Miejsce\s*pracy:\s*</span>(.*?)</li>''', text)
			try:
				city = city[0].strip()
			except:
				city = '???'
			
			# TODO
			region = 'Na bazie miasta'
			
			branch = 'Informatyka/Programowanie'
			try:
				j = JobOffer.objects.get(position=elem['title'], company=company, city=city)
			except:
				j = JobOffer(position=elem['title'], company=company, source=source, url=elem['link'], indexed_at=datetime.now(), updated_at=datetime.now(),
						published_on_source=published, city=city, region=region, branch=branch, offer=text)
				j.save()
			
				print u'ZAPISANO: %s' % elem['title']
			else:
				j.updated_at = datetime.now()
				j.offer=text
				j.save()
				print u'ZAKTUALIZOWANO: %s' % elem['title']
			

class JobSource(models.Model):
	"""
	Keeps a "list" of sites with job offers that are parsed by the application.
	Just for ease of data manipulation
	"""
	title = models.CharField(verbose_name='Tytuł', max_length=255)
	url = models.CharField(verbose_name='URL Strony głównej', max_length=255)
	css = models.TextField(verbose_name='Style CSS', blank=True)
	class Meta:
		verbose_name = 'Serwis z ofertami'
		verbose_name_plural = 'Serwisy z ofertami'
	def __str__(self):
		return self.title
	def __unicode__(self):
		return self.title

class JobOffer(models.Model):
	"""
	Indexed job offers from various sites
	"""
	position = models.CharField(verbose_name='Stanowisko', max_length=255)
	company = models.CharField(verbose_name='Firma', max_length=255)
	source = models.ForeignKey(JobSource, verbose_name='Źródło')
	url = models.CharField(verbose_name='URL oferty', max_length=255)
	indexed_at = models.DateTimeField(verbose_name='Data zaindeksowania oferty')
	updated_at = models.DateTimeField(blank=True, null=True, verbose_name='Data ostatniej aktualizacji')
	published_on_source = models.DateTimeField(blank=True, null=True, verbose_name='Data publikacji na stronie-źródle')
	is_inactive = models.BooleanField(blank=True, default=False, verbose_name='Oferta nieaktywna')
	city = models.CharField(verbose_name='Miasto', max_length=255)
	region = models.CharField(verbose_name='Województwo', max_length=255)
	branch = models.CharField(verbose_name='Branża', max_length=255)
	offer = models.TextField(verbose_name='Treść oferty')
	class Meta:
		verbose_name = 'Oferta'
		verbose_name_plural = 'Oferty'
	def __str__(self):
		return self.position
	def __unicode__(self):
		return self.position

• Listowanie pakietów Pythona, filtrowanie aktywny/nieaktywny
• Wyświetlanie informacji o danym pakiecie
• Sprawdzanie i aktualizowanie danego pakietu
• Sprawdzanie aktualizacji dla wszystkich pakietów z obecnej listy
• Wielojęzyczny interfejs (Polski, Angielski obecnie)

• qyolk-0.2.tar.gz
• Mac OS X gotowa aplikacja (intel)

Umiejętności programistyczne:

• Bardzo dobra znajomość Pythona, frameworka Django oraz biblioteki PyQt4
• Bardzo dobra znajomość systemów Linuksowych (głównie Gentoo i Archlinux)
• Dobra znajomość PHP i frameworka CodeIgniter
• Dobra znajomość XHTML, CSS, podstawy jQuery i JavaScript
• Dobra znajomość relacyjnych baz danych (SQLite, MySQL i PostgreSQL)
• Znajomość podstaw systemów wbudowanych (Android, Maemo, iPhone OS)
• Znajomość zasad tworzenia przyjaznych wyszukiwarkom stron www (SEO)
• Znajomość systemów MS Windows XP, Mac OS X 10.5 Leopard oraz pakietów biurowych i innych aplikacji codziennego użytku.

Doświadczenia zawodowe:

• 2009: Książka „Django. Ćwiczenia Praktyczne” dla wydawnictwa Helion
• 2008.01 – 2009.07: Programista Python/Django w Goldenline.pl
• 2007: Współpraca z redakcją „phpSolutions”
• 2006: Współpraca z firmą TiGroup
• 2005: Współpraca z redakcją „Magazyn Internet”
• 2005: Współpraca z redakcją „Komputer Świat Ekspert”

Własne projekty:

• Biblioteka Riklaunima: zbiór serwisów poświęconych programowaniu, systemom operacyjnym, czy też grom cRPG. Zawierają one materiały stworzone przeze mnie, często niepowtarzalne na polskim rynku. Serwisy oparte są na autorskiej aplikacji napisanej w Django.
• Diamanda: zbiór aplikacji Django na otwartej licencji GPL, na których oparta jest Biblioteka Riklaunima
• Zbrojownia Albionu: aplikacja desktopowa przeznaczona dla graczy Areny Albionu. Program pozwala przymierzyć różne zestawy uzbrojenia wyliczając zarazem parametry rycerza (atak, obronę itd.). Aplikacja napisana w PyQt4 i działa pod MS Windows, OS X, jak i Linux/Unix.
• PyQt ExtraWidgets: zbiór dodatkowych widżetów do PyQt4 stworzony za pomocą SIP, na bazie widżetów napisanych w C++ dla Qt.
• PyDingo: aplikacja desktopowa w fazie rozwoju będąca w założeniu menedżerem plików złożonym z wielu dokowalnych okien. Program tworzony jest z wykorzystaniem PyQt4 i innych bibliotek Pythona.
• jl-punBB: wtyczka dla Wordpressa integrująca z tym skryptem system użytkowników forum punBB/fluxBB.
• punFramework: prosty framework stosujący wzorzec MVC służący do tworzenia dodatkowych komponentów wbudowanych w forum punBB/fluxBB
• QYolk: aplikacja PyQt4 będąca nakładką na setuptools i yolk – narzędzia do zarządzania pakietami (EGG) Pythona zainstalowanymi z cheeseshop.

Udostępniłem także paczkę PyDingo 0.39 zawierającą zrzut kodu z SVN, zawierający sporo usprawnień w porównaniu do wersji 0.3, lecz jeszcze bez planowanych funkcjonalności dla wydania 0.4.

Z bogatych planów piśmienniczych czeka AppEngine, Django extras jak transdb czy satchmo plus poszerzenie dokumentacji (auth), web.py, nginx z SCGI, WebAlchemy / StaticGenerator, C/C++/BOOST z Pythonem itd. ;)