东莞招聘

工作职责:

1、负责研究网站特质，数据要素分析、提取、整合，网页信息抓取、解析、数据清洗等研发和优化工作；

2、参与爬虫相关数据存储机制设计，参与设计数据有效利用策略，从数据合理性、完整性角度提供建议

3. 参与爬虫核心算法的策略优化研究，提升抓取的效率和质量和研究反爬虫屏蔽技术。

4、维护现有网络爬虫系统，完成数据采集与爬取、解析处理、入库等数据日常工作，跟进技术热点，及时更新新的爬虫功能；

5、负责设计公司网络爬虫的功能开发及优化。

任职资格:

1、具有3年以上爬虫开发经验者，精通python，有多线程经验优先；

2、熟悉linux平台、shell编程,熟悉常用的爬虫框架如scrapy；

3、熟悉正则表达式，Jsoup、XPATH，CSS选择器，能够从结构化和非机构化的数据中获取信息,了解各种Web前端技术，包括HTML／XML／JavaScript／AJAX／JSON等;

4、实现大规模文本、图像、视频数据的抓取工作，掌握简单的验证码识别技术、AJAX网页采集技术 以及爬虫高并发技术，流式处理经验者优先；

6、对主流爬虫架构有深入研究，具有成熟爬虫工具的设计及运维经验；

7、具备信息检索、web挖掘等搜索引擎相关知识，有从事网络爬虫、网页去重、网页信息抓取、网页分类中任一种程序开发经验；

中国电信广东亿迅科技有限公司成立于2001年，注册资本1.5亿元，同时挂牌“中电信数智科技有限公司广东分公司”和“广东电信综合解决方案中心”，共设立广州总部、武汉研发基地、北京分公司和21个广东地市分公司，拥有物联网、人工智能、信创、安全等前沿领域的实验室。员工总数超2800人，其中技术人员占比88%以上。

作为中国电信专业子公司，亿迅始终站在中国电信信息化应用的最前沿，围绕数字政府、政法公安、住建、工业互联网、交通物流、中小商客、运营商信息化等业务方向，为电信运营商、政府及行业用户提供专业解决方案和信息化服务。