长沙招聘

职位描述：
岗位职责：
1. 负责设计和开发分布式的网络爬虫应用，进行互联网相关信息的抓取和分析；
2. 负责网页信息抽取技术的研究和开发；
3. 负责解决爬取过程中的各种反爬问题.
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/java 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， webmagic等技术优先；
6、有海量数据爬取经验者优先；有爬取过微博，微信，淘宝等平台数据优先；具有自然语言处理、机器学习背景优先。

金蝶天燕始创于2000年，是国家规划布局内重点软件企业，值得信赖的公共管理云服务领航者，已在新三板挂牌，股票代码为871155。

金蝶天燕坚持自主创新，拥有完整自主知识产权的技术与产品，是“核高基”国家重大科技专项研制单位、国家自主可靠核心软件企业，以推动公共管理服务创新与发展为己任，已累计为50,000多家政企和行业客户、1000多家合作伙伴提供了软件与服务。

金蝶天燕承担金蝶集团政府与公共事业行业经营职责，以财务为基础，以大数据为抓手，与云计算技术技术相结合，创新性的推出“天燕云”，涵盖了政府财务应用、政务大数据服务、云基础设施等领域，全心全意用数字化技术推动公共管理服务创新，建设数字中国。