爬蟲架構(gòu)師職位要求
1.全日制本科及以上，5年以上python/java開發(fā)經(jīng)驗，3年以上數(shù)據(jù)抓取工作經(jīng)驗；
2.精通使用分布式基本知識，設(shè)計與開發(fā)爬蟲系統(tǒng)架構(gòu)；
3.精通使用爬蟲相關(guān)技術(shù)，如：python， scrapy， selenium， xpath， 正則表達(dá)式 但不限于以上技術(shù)等，有app研發(fā)背景或app爬蟲開發(fā)經(jīng)驗佳，有逆向經(jīng)驗尤佳；
4.精通高并發(fā)、高性能的分布式系統(tǒng)的設(shè)計及應(yīng)用，熟悉常用數(shù)據(jù)存儲，各種數(shù)據(jù)處理技術(shù)優(yōu)先；
5.能夠解決封賬號、封IP采集等問題，解決網(wǎng)頁抓取、信息抽取等問題，構(gòu)建完善的網(wǎng)絡(luò)信息收集平臺；
6.熟悉Linux常用命令，獨立完成日常部署更新等；
7.具備較強的團隊協(xié)作精神，工作責(zé)任心強，良好的溝通、理解、執(zhí)行能力。
爬蟲架構(gòu)師崗位職責(zé)
1.參與消費大數(shù)據(jù)的建設(shè)，專注于垂直領(lǐng)域數(shù)據(jù)爬取，進行多平臺信息的抓取和分析；
2.對爬蟲系統(tǒng)的架構(gòu)設(shè)計與開發(fā)；
3.深刻理解爬蟲系統(tǒng)架構(gòu)，能對系統(tǒng)架構(gòu)提出自己的見解和優(yōu)化方案；
4.實現(xiàn)數(shù)據(jù)提取、清洗、結(jié)構(gòu)化、入庫、統(tǒng)計分析等需求；
5.建立爬蟲監(jiān)測體系，及時分析及解決爬蟲在運行過程中出現(xiàn)的缺陷；
6.研究優(yōu)化算法，提升爬蟲系統(tǒng)的穩(wěn)定性、可擴展性；
7.設(shè)計爬蟲策略和防屏蔽規(guī)則，提升網(wǎng)頁抓取的效率和質(zhì)量；
8.能獨立解決實際開發(fā)過程碰到的各類問題。
