岗位职责：
1. 负责研究院数据采集工作，包括文本、图片、视频等多种类型数据，持续更新和扩大数据集规模；
2. 根据项目需求，快速进行数据抓取代码和清洗代码开发；
3. 协助研究团队对数据进行清洗、过滤、存储等处理工作；
4. 对数据平台存储的海量数据进行管理和维护。


任职要求：
1. 计算机相关专业，熟悉计算机基础知识，具有3年及以上爬虫与反爬工作经验；
2. 熟悉linux平台开发，精通Python，熟悉各种爬虫框架和工具；
3. 掌握验证码识别技术、js逆向等常用反爬技能；
4. 熟悉Socket网络编程，多线程/进程/异步code的开发，掌握TCP/IP，UDP及常见变种网络通信协议，熟练使用工具对网络协议进行报文分析和调试；
5. 熟练使用正则表达式，xpath等匹配方法，能够快速从原始数据中提取有用信息；
6. 熟练使用并可以大规模优化和集群化部署PhantomJS，webdriver，Selenium，Appium等自动化测试工具进行web/app的抓取；
7. 熟练掌握MySQL，MariaDB，Postgre等关系型DB，同时对Redis，MongoDB，ElasticSearch等非关系DB有深入的理解和工程使用；
8. 良好的沟通能力，抗压能力强，能独立解决开发过程遇到的各类问题；
9. 有大规模项目爬取工作经验优先。