北京招聘

职位描述：
岗位职责：
1、负责开发分布式网络爬虫系统，完成数据采集与爬取、解析处理、入库及备份等数据日常工作；
2、研究各种网页探寻特点和规律，负责网页信息抽取、数据清洗等研发和优化工作；
3、负责领域知识的定向爬取、深度提取和挖掘；
4、配合数据的清洗、整理、去重及合并等工作；
5、负责性能优化、处理能力和效率提高；负责与大数据工程师、数据挖掘、分析人员、运营及产品等协同工作，完成数据统计、查询和分析。

任职要求：
1、 熟悉网页抓取原理及技术，熟悉基于Cookie的网站登录原理，熟悉基于正则表达式、Xpath、CSS等网页信息；
2、 精通Python编程语言，精通Javascript，对HTTP协议及HTML有深入的了解；
3、 精通正则表达式，用于从各种网络结构化和非结构化数据中抽取有用的信息；
4、 熟练掌握数据库开发，对数据处理和数据质量有较深认识；精通至少一种主流数据NoSQL、mysql数据库；
5、 熟悉http client、js, ajax, webdriver、htmlunit、Nutch、selenium、ETL、HtmlParser、Jsoup等技术优先；
6、 3年及以上相关经验；
7、 具有验证码破解经验者优先；
8、 有自然语言处理及机器学习经验的优先 举报 分享

博睿昆腾科技有限公司前身是中企飞扬科技有限公司，成立于2008年，因业务扩张转型升级迎合市场的发展需要于2015年更名为博睿昆腾科技有限公司，总部位于美丽的天津市滨海新区，同时在北京成立子公司，并取得良好的市场业绩。通过多年的发展，博睿昆腾科技有限公司成为***高新技术企业、国家工商总局“守合同、重信用企业”、“天津市小巨人企业”、信息化建设领军企业。并取得近多项软件著作权及产品登记证书。