岗位职责：
1.负责采集任务的分析及采集方案设计；
2.负责定向网站相关渠道的数据采集；
3.负责相关数据的采集、去重、清洗、分析、转换与入库；
5.完成上级安排的数据采集相关工作。

岗位要求：
1.两年以上python开发经验，熟悉常用的信息抓取策略；
2.熟悉信息抓取和整合技术，从结构化和非结构化的数据中获取信息；
3.熟悉正则表达式
4.熟悉Mongodb、HBase、HIVE等NoSQL数据库、Mysql数据库，了解关系型数据库优先；
5.熟悉大规模网页爬取，深度网页爬取，熟悉Scrapy、Pyspider等工具优先考虑；
6.理解http，熟悉html, DOM, xpath优先；
7.有责任心，学习能力强，良好的团队合作精神，对工作有热情；
8.本科以上学历，数学、统计学、计算机等相关专业。

PatSnap is a disruptive market leading provider of intellectual property
analytics, for analysing technology trends, accelerating innovation, market
planning, competitor intelligence and maximising returns on existing and new
IP assets. It is used by over 3000 organisations globally including Nasa, GE,
Lego, Vodafone, Ferrari, Siemens, Xiaomi and China Mobile. The company is
backed by world class venture capital firms such as Sequoia, Summit
Partners, Shunwei and Vertex Ventures. With an impressive revenue growth
rate of 1078% from 2014 to 2016, PatSnap was ranked 44 on “Deloitte
Technology Fast 500”.
智慧芽是一家全球领先的知识产权信息服务(SaaS)提供商，基于专利大数据，
帮助分客户析和了解最新技术发展趋势并加速创新、获取竞争对手情报、科学
进行市场布局以及实现知识产权价值最大化，提高企业核心竞争力。目前全球
已有超过3000 多机构和企业成为智慧芽的客户，如美国宇航局、通用、乐高、
沃达丰、法拉利、西门子、小米、中国移动等。智慧芽得到了包括红杉、顶峰
投资、顺为、淡马锡祥峰基金等世界顶级风险投资机构的青睐和投资。2014～
2016 年，智慧芽的营业收入以超过1078%的增长率快速发展，被评为德勤亚太
区高科技高成长500 强企业，并获得第44 位的优质排名。