finding-data-scientists-on-twitter

在 Twitter 上寻找数据科学家和 ML 工程师

通过技能关键词、作品集／项目线索和求职意向信号，在 Twitter 上发掘数据科学家和 ML 工程师。Twitter 上有许多积极讨论专业领域的从业者，这是发现被动候选人的有力信号。

前提条件

• 已设置 APIFY_TOKEN 环境变量
• 可选：已安装 Apify MCP 服务

输入

参数	类型	必填	默认值	说明
startUrls	array	可选	[]	Twitter 个人资料或推文 URL
twitterHandles	array	可选	[]	Twitter 用户名（不含 @）
twitterUserIds	array	可选	[]	Twitter 用户 ID
getFollowers	boolean	可选	false	提取关注者列表
getFollowing	boolean	可选	false	提取关注列表
getRetweeters	boolean	可选	false	提取转发某条推文 URL 的用户
includeUnavailableUsers	boolean	可选	false	包含不可用／已暂停的用户
maxItems	number	可选	不限	返回的用户数上限
customMapFunction	string	可选	—	用于转换每个输出对象的 JavaScript 函数

工作流

Progress:
- [ ] Step 1: Search for role-specific tweets
- [ ] Step 2: Collect unique handles
- [ ] Step 3: Enrich profiles
- [ ] Step 4: Score candidate fit
- [ ] Step 5: Deliver candidate list

步骤 1：搜索查询

推荐 — run_actor.js（自动处理等待、输出和文件保存）：

# Quick answer (prints table to chat)
node scripts/run_actor.js \
  --actor "apidojo~twitter-user-scraper" \
  --input '{"param": "value"}'

# Save as CSV
node scripts/run_actor.js \
  --actor "apidojo~twitter-user-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.csv --format csv

# Save as JSON
node scripts/run_actor.js \
  --actor "apidojo~twitter-user-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.json --format json

必须在环境变量或 .env 文件中设置 APIFY_TOKEN。

如果 Apify MCP 可用：

Tool: apify:run-actor
Actor: "apidojo~tweet-scraper"
Input:
{
  "searchTerms": ["data scientist", "ML engineer", "LLM engineer", "machine learning open to work"],
  "maxItems": 300,
  "tweetLanguage": "en"
}

REST API 备用方案：

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~tweet-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"searchTerms": ["data scientist", "ML engineer", "LLM engineer", "machine learning open to work"], "maxItems": 300}'

从结果中收集唯一的 author.username。

步骤 2：完善个人资料

如果 Apify MCP 可用：

Tool: apify:run-actor
Actor: "apidojo~twitter-user-scraper"
Input: {"usernames": ["[username1]", "[username2]", "..."]}

REST API 备用方案：

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~twitter-user-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"usernames": ["handle1", "handle2"]}'

步骤 3：筛选和评分

**技能确认：**个人简介包含关键词：“data science”、“machine learning”、“ML”、“NLP”、“LLM”、“AI”、“neural network”、“PyTorch”、“TensorFlow”、“scikit-learn”

research_signal = 个人简介包含 'PhD'、'researcher'，或包含论文／Google Scholar 链接

候选人评分：

candidate_score = (skill_confirmed ? 1 : 0) * 0.35
                + (open_to_work_signal ? 1 : 0) * 0.30
                + (followerCount in 200..20000 ? 1 : 0.6) * 0.20
                + (tweeted_in_last_30_days ? 1 : 0) * 0.15

活跃度：活跃（< 30 天）| 被动（30–90 天）| 不活跃（> 90 天）

步骤 4：边缘情况

• 结果中包含公司／品牌账号：筛除 followerCount > 50K 且个人简介不含人称代词的账号；这些很可能是品牌账号
• 找到的候选人少于 20 位：扩大技能词范围；移除地点或资历筛选条件；尝试相近技能
• 检测机器人账号：将 followerCount / followingCount < 0.05 且 tweetsCount < 20 标记为潜在机器人账号
• 地点不匹配：个人简介中的地点是自由文本——使用模糊匹配；接受部分城市／国家名称

输出格式

# Data Scientists And Ml Engineers Candidates: [ML_SPECIALTY]
Profiles found: [N] | Open-to-work: [N] | Active: [N] | Date: [DATE]

## Priority: Open-to-Work Candidates
| Name | @Handle | Specialty | Location | Followers | Last Active | Score |
|------|---------|----------|---------|-----------|------------|-------|

## Passive Candidates
| Name | @Handle | Specialty | Location | Followers | Score |
|------|---------|----------|---------|-----------|-------|

## Bio Highlights (Top 5)
1. @[handle]: "[bio excerpt]"

故障排除

结果全是代理机构／公司，而非个人：添加人称代词筛选条件，或搜索 "I am a [role]"、"I do [skill]"。 职位名称太笼统，返回结果过多：添加地点或资历限定条件。 没有求职意向信号：大多数候选人不会公开表达求职意向——将被动候选人视为有望转化的潜在线索，并结合其近期内容进行个性化联系。