北京招聘

职位描述：
岗位职责：
1、负责各产品的数据抓取需求；
2、负责开发公司的爬虫系统；
3、参与爬虫架构的设计与研究；
4、参与爬虫核心算法的设计与优化；
5、负责支持工程师进行大规模互联网数据的抓取；
6、对抓取数据进行除重，匹配，过滤等处理；
7、支持工程师进行网络爬虫架构设计、功能开发及优化；
8、帮助研究网页信息抽取等核心算法的研究和优化；

任职要求：
1、计算机相关专业，两年以上大规模网页爬虫开发经验；
2、熟悉http协议，xml相关技术（解析，dom树， xpath）；
3、熟悉正则表达式；
4、熟悉python/java 编程语言，数据结构和算法基础扎实；
5、熟悉js、ajax、网页去重，能够总结分析不同网站的结构特点与规律；
6、精通Java、Python、C#、PHP语言，有一定的编程经验；
7、熟悉多线程、网络编程，了解网页抓取原理及技术，熟悉正则表达式，能从结构化的和非结构化的数据中获取信息；

优先条件：
1、有爬虫相关工作经验3 以上；
2、熟悉开源的爬虫系统，如scrapy等；
3、有分布式爬虫架构经验者优先；
4、熟练撑握信息检索相关知识，从事过网络爬虫，网页去重，内容识别，网页信息抽取的相关工作, 熟悉solr,Lucene,heritrix,elasticsearch优先；
5、对文本挖掘,自然语言处理有一定的理解，有从事过分词，命名实体识别，文本分类，聚类等工作者优先。 举报 分享

  山东英特力公司成立于1992年，是集光通信、有线无线通信等科研开发、生产制造、设计施工于一体的高新技术企业。公司总部设立在山东济宁高新技术产业开发区，英特力总部工业园占地736亩，在北京、南京、济宁分别设立研发中心。
英特力公司以信息化产品为主体，以生物信息、养生健康及新材料为辅助，走多元化发展之路。英特力公司自成立以来，始终坚持以创新为灵魂，实施技术创新、管理创新和制度创新。
英特力公司在发展通信的同时，紧紧抓住人类要养生、要健康、要长寿、要绿色的大趋势，以诚信、天然、纯真、绿色为根本，以高端养生健康蜂产品及蜂生物信息为切入点，走养生健康产业及生物信息发展之路；新材料以轻量化、节能减排为目标，创新产品，持久发展。
    专业的技术优势，务实创新的开拓精神，奋进向上的员工团队，使得英特力不断地向更高的战略目标迈进。
    英特力公司注重对员工的培养和锻炼，给优秀人才具有行业竞争力的优良待遇和发展机会，提供完备的培训体系，给优秀人才以广阔的发展空间。英特力公司诚邀您的加盟!