北京招聘

岗位职责:

1.负责设计和开发分布式网络爬虫系统，进行多平台信息的抓取和分析工作；
2.负责网页信息和APP数据抽取、清洗、消重等工作，提升平台的抓取效率；
3.参与爬虫核心算法和策略优化，熟悉采集系统的调度策略；
4.实时监控爬虫的进度和警报反馈。

任职资格:

1.本科以上学历，2年以上工作经验；
2.熟悉Linux系统，掌握Java,Python等语言,熟悉常用爬虫框架,如Scrapy,webmagic等；
3.熟悉HTML/JavaScript/CSS/xpath/url/Ajax/xml等web技知识,熟悉WebDriver、phantomjs等工具；
4.掌握网页抓取原理及技术，了解基于Cookie的登录原理，熟悉基于正则表达式、XPath、CSS等网页信息抽取技术；
5.熟悉mysql、redis，mongodb等,熟悉Internet基本协议（如TCP/IP. HTTP等）；
6.能够解决封账号、封IP采集等问题,解决网页抓取、信息抽取等问题,构建完善的网络信息收集平台；
7.熟悉整个爬虫的设计及实现流程，有从事网络爬虫、网页信息抽取开发经验，熟悉反爬虫技术，有分布式爬虫架构经验；
8.有数据分析、数据挖掘相关经验者优先，有良好的沟通能力和责任感，能够承担工作压力，独立分析和解决问题者优先。

目前，搜狐已经初步实现了从创立伊始确立的“让网络成为中国人民生活中不可缺少的一部分”的理想。在中国网民呈现爆发式增长的过程中，搜狐也始终在为大多数中国网民提供优质服务。

搜狐新闻客户端是搜狐出品的一款为智能手机用户量身打造的“订阅平台+ 实时新闻”阅读应用，是全国首个提出个性化阅读服务的新闻客户端。截至2014年5 月底，搜狐新闻客户端装机量2.1亿，是中国***的移动媒体平台。目前，搜狐新闻客户端入驻媒体和自媒体总数超过15000 家。过2亿的智能手机激活用户通过搜狐新闻客户端获取信息，搜狐新闻客户端作为***新闻类APP入选APPSTORE2012 年度精选榜单免费TOP100，累计订阅刊物量达8.2，其中《央视财经》、《参考消息》等媒体刊物超过千万订阅量，是中国***的移动新媒体平台。

手机搜狐网是基于html5的开放系统，通过强入口（桌面客户端）和弱入口（浏览器、搜索引擎、手机厂商内置）的形式让亿万手机用户轻松无门槛进入手搜消费内容，手搜将是覆盖所有手机、浏览器***泛的内容平台之一，目前已经覆盖国内所有主流浏览器和主流手机。同时，手搜在营销方面具有延展性、可定制化、效果精准的优势。手搜还是高效的广告平台，有丰富的广告展现形式，灵活的交互机制。