合肥招聘

职位描述：
岗位职责:
1、负责对互联网上相关领域的文本数据进行抓取、分析与整理；
2、模式识别相关数据的处理，智能数据分析模块编写。
3、研究相关站点的网站特征，发现它们的特点和规律，设计各种爬虫策略和算法；
4、开发爬虫程序，提取文本、链接、图片、文件等各类信息，并持续提升爬虫的抓取效果；
5、持续分析爬虫的技术缺陷，并做出合理地调整或改进；
6、智能抽取工具的开发。
任职资格:
1、熟悉Linux平台，对CCJavaPython中至少一种熟练掌握。
2、精通Java网络编程，熟悉HTTP传输协议，能模拟浏览器操作爬虫；
3、精通网页抓取原理及技术，精通正则表达式，从结构化的和非结构化的数据中获取信息；
4、熟悉LuceneNutchHeritrixlarbinHtmlClientHtmlParser等开源工具；
5、熟悉HBase，MongoDB等NoSQL数据库，并至少精通一种关系型数据库的开发，如Mysql、Oracle、MSSQL等；
6、熟悉搜索引擎和网络爬虫相关技术，如有分词、spider、分类、聚类、索引、检索等相关开发经验者优先。 举报 分享

技术开发、技术转让、技术服务；信息咨询（中介除外）；接受委托提供劳务服务；销售电子产品、计算机软硬件及辅助设备、日用品。(企业依法自主选择经营项目，开展经营活动；依法须经批准的项目，经相关部门批准后依批准的内容开展经营活动；不得从事本市产业政策禁止和限制类项目的经营活动。)