- 论坛徽章:
- 0
|
【青岛招聘】网络爬虫及数据平台高级开发工程师
岗位职责:
对指定的多个网站的网页进行网页抓取、数据提取;
负责特殊网页采集任务的分析及采集方案设计;
参与爬虫架构设计和研发,满足产品中数据抓取的要求;
参与爬虫核心算法和策略优化研究;
抓取调度和策略优化,实时监控爬虫的进度和警报反馈;
爬虫核心系统, 数据平台的研发维护。
要求:
本科及以上学历,计算机相关专业;
具有数据挖掘、信息检索、机器学习开发经验;
精通HTML语言,熟悉JS,Ajax,熟悉Lucene、Nutch、Heritrix、larbin、HtmlParse、Scrapy、Crawler4j、WebMagic、WebCollector等开源工具;
精通网页抓取原理及技术,从结构化的和非结构化的数据中获取信息;
熟练使用一门以上脚本语言(PHP/PYTHON/JAVA/Node.js/SQL 等);
熟练Hadoop大数据平台的核心框架 (HDFS, Pig, Hive, Sqoop, oozie, Zookeeper, Spark, Storm, Kafka 等);
精通网络编程,熟悉HTTP传输协议,能模拟浏览器操作爬虫;
具备web挖掘等搜索引擎相关知识,有从事网络爬虫、网页去重、网页信息抽取的经验。
以解决技术难题为乐,对程序完美有偏执追求;具有团队精神,有想法,敢于挑战自我。
公司简介:
我们是一家年轻的科技公司,跨国经营,崇尚创新,坚持高效。
期待您的加入:qingdao@cathaydigital.com
简历请走邮箱,备注来自ChinaUnix,谢谢。 |
|