爬蟲(chóng)架構(gòu)師職位要求
1.全日制本科及以上，5年以上python/java開(kāi)發(fā)經(jīng)驗(yàn)，3年以上數(shù)據(jù)抓取工作經(jīng)驗(yàn)；
2.精通使用分布式基本知識(shí)，設(shè)計(jì)與開(kāi)發(fā)爬蟲(chóng)系統(tǒng)架構(gòu)；
3.精通使用爬蟲(chóng)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(chóng)開(kāi)發(fā)經(jīng)驗(yàn)佳，有逆向經(jīng)驗(yàn)尤佳；
4.精通高并發(fā)、高性能的分布式系統(tǒng)的設(shè)計(jì)及應(yīng)用，熟悉常用數(shù)據(jù)存儲(chǔ)，各種數(shù)據(jù)處理技術(shù)優(yōu)先；
5.能夠解決封賬號(hào)、封IP采集等問(wèn)題，解決網(wǎng)頁(yè)抓取、信息抽取等問(wèn)題，構(gòu)建完善的網(wǎng)絡(luò)信息收集平臺(tái)；
6.熟悉Linux常用命令，獨(dú)立完成日常部署更新等；
7.具備較強(qiáng)的團(tuán)隊(duì)協(xié)作精神，工作責(zé)任心強(qiáng)，良好的溝通、理解、執(zhí)行能力。
爬蟲(chóng)架構(gòu)師崗位職責(zé)
1.參與消費(fèi)大數(shù)據(jù)的建設(shè)，專注于垂直領(lǐng)域數(shù)據(jù)爬取，進(jìn)行多平臺(tái)信息的抓取和分析；
2.對(duì)爬蟲(chóng)系統(tǒng)的架構(gòu)設(shè)計(jì)與開(kāi)發(fā)；
3.深刻理解爬蟲(chóng)系統(tǒng)架構(gòu)，能對(duì)系統(tǒng)架構(gòu)提出自己的見(jiàn)解和優(yōu)化方案；
4.實(shí)現(xiàn)數(shù)據(jù)提取、清洗、結(jié)構(gòu)化、入庫(kù)、統(tǒng)計(jì)分析等需求；
5.建立爬蟲(chóng)監(jiān)測(cè)體系，及時(shí)分析及解決爬蟲(chóng)在運(yùn)行過(guò)程中出現(xiàn)的缺陷；
6.研究?jī)?yōu)化算法，提升爬蟲(chóng)系統(tǒng)的穩(wěn)定性、可擴(kuò)展性；
7.設(shè)計(jì)爬蟲(chóng)策略和防屏蔽規(guī)則，提升網(wǎng)頁(yè)抓取的效率和質(zhì)量；
8.能獨(dú)立解決實(shí)際開(kāi)發(fā)過(guò)程碰到的各類問(wèn)題。
