临沂招聘网_人才市场_招聘信息_求职招聘找工作请认准【马头商标】

職位描述:
1、負責網絡爬蟲系統平臺的架構設計與開發
(如抓取調度，多樣化抓取，頁面解析和結構化抽取)、技術選型:
2、研究爬蟲策略和防屏蔽規則，解決封賬號、封IP、驗證碼、混淆加密，算法還原，so層，頁面跳轉等難點攻克，提升網頁抓取的效率和質量:
3、對抓取后的數據進行清洗、存儲等，并持續優化平臺，以便滿足各種爬取業務需求。
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驗，能夠獨立解決is反爬和模擬登陸問題:
3.熟練掌握正則表達式、XPath、CSS等網頁信息抽取技術:
4.熟悉常見反爬機制，驗證碼識別，IP代理池
應用lp池、headers認證和cookie等
5.熟練掌握應用Selenium、PhantomJS
Splash、Puppeteer實施動態抓取;
6.熟悉熟練使用charles、fiddler等抓包工具者優先;
7熟悉數據清洗，能夠用numpy、pandas
iieba等工具對數據進行處理者優先:
8.熟悉mvsgl、mongodb、redis.
rabbitMQ、kafka、spark者優先
聯系我時，請說是在臨沂招聘網上看到的，謝謝！