职位描述：
捕获互联网上的内容，从纷繁复杂的数据中，自动过滤出满足条件的内容，根据设定条件进行分解并存入数据库，以备后续分析。能够及时的跟踪更新，增量捕获，避免重复内容，提高爬虫效率。
技能要求：
• 正规大学毕业，计算机或者数学相关专业，本科以上学历
• 精通Python，相关岗位三年以上工作经验，HTTP协议
• 精通HTML，DOM结构，了解XPATH语法和应用
• 精通爬虫开源框架scrapy，熟练使用数据分析工具nummy，pandas
• 精通数据结构和各种排序算法
• 熟悉Linux操作系统，能够熟练使用shell脚本
• 熟悉正则表达式，能够熟练使用正则常用的匹配模式
• 有语义分析经验，有使用jieba进行中文分词处理经验
• 有数学和统计学背景者优先

软通动力——中国领先的技术服务提供商及全球客户首选合作伙伴
软通动力是中国领先的技术服务提供商，立足中国，服务全球市场。软通动力具有端到端“软件+服务”综合服务能力，服务范围包括：咨询服务、解决方案及系统集成服务、IT外包及业务流程外包服务等。在高科技/通信、银行/企业金融/保险、电力/能源/水务/环保、交通/物流、汽车/制造、零售/电商等10多个重要行业及业务领域，软通动力具有强大的纵深服务优势。

过去，软通动力深刻理解客户需求，是企业盈利和成长的最佳合作伙伴；今天，软通动力充分把握科技大势，借助云计算、移动互联、大数据等新兴技术手段，和合作伙伴一起推出创新型解决方案，致力于帮助我们的客户成为智慧的政府和智慧的企业；未来，软通动力将不懈努力，以创新思维和领先技术，为客户创造可持续的价值。

软通动力于2001年创立，全球总部设于北京，在全球设有30多个分支机构，28个交付中心。员工总数超过1万8千人，服务数百家中国及海外客户。