亚洲123区-亚洲1024-亚洲 中文 欧美 日韩 在线人-亚洲 武侠 欧美 自拍 校园-亚洲 日本 欧美 中文幕-亚洲 日本 欧美 日韩精品

職位描述:
1、負(fù)責(zé)網(wǎng)絡(luò)爬蟲系統(tǒng)平臺的架構(gòu)設(shè)計與開發(fā)
(如抓取調(diào)度，多樣化抓取，頁面解析和結(jié)構(gòu)化抽取)、技術(shù)選型:
2、研究爬蟲策略和防屏蔽規(guī)則，解決封賬號、封IP、驗證碼、混淆加密，算法還原，so層，頁面跳轉(zhuǎn)等難點(diǎn)攻克，提升網(wǎng)頁抓取的效率和質(zhì)量:
3、對抓取后的數(shù)據(jù)進(jìn)行清洗、存儲等，并持續(xù)優(yōu)化平臺，以便滿足各種爬取業(yè)務(wù)需求。
崗位要求:
1.精通Python語言或者Java語言，至少熟練掌握主流爬蟲框架中的一種:熟悉常用的庫requests/gevent等
2.了解各種加密算法，在破解驗證碼方面有豐富經(jīng)驗，能夠獨(dú)立解決is反爬和模擬登陸問題:
3.熟練掌握正則表達(dá)式、XPath、CSS等網(wǎng)頁信息抽取技術(shù):
4.熟悉常見反爬機(jī)制，驗證碼識別，IP代理池
應(yīng)用lp池、headers認(rèn)證和cookie等
5.熟練掌握應(yīng)用Selenium、PhantomJS
Splash、Puppeteer實施動態(tài)抓取;
6.熟悉熟練使用charles、fiddler等抓包工具者優(yōu)先;
7熟悉數(shù)據(jù)清洗，能夠用numpy、pandas
iieba等工具對數(shù)據(jù)進(jìn)行處理者優(yōu)先:
8.熟悉mvsgl、mongodb、redis.
rabbitMQ、kafka、spark者優(yōu)先
聯(lián)系我時，請說是在臨沂招聘網(wǎng)上看到的，謝謝！