返回岗位列表

预训练数据工程师

查看原岗位

地点：北京薪资：25-50K 日期：2026-05-08

岗位摘要

设计和优化大规模Web爬虫的URL发现与调度系统，持续扩大数据覆盖面；建设多因子抓取优先级体系，在有限资源下最大化高质量页面的获取效率；主导反爬对抗和动态渲染方案，提升核心站点的抓取成功率

岗位职责

设计和优化大规模Web爬虫的URL发现与调度系统，持续扩大数据覆盖面
建设多因子抓取优先级体系，在有限资源下最大化高质量页面的获取效率
主导反爬对抗和动态渲染方案，提升核心站点的抓取成功率
建立数据质量评估闭环，实现从域名到页面的多层级质量管控
优化大规模数据处理管线的性能和稳定性

任职要求

大规模搜索引擎或Web爬虫系统实战经验，有百亿级以上URL池全链路经验
深入理解全网URL发现的多种手段
熟悉主流反爬机制及对抗方案
扎实的分布式数据处理能力（Spark/Flink等）
有大模型预训练语料采集和清洗经验者优先

福利待遇

薪资范围25-50K，16薪
工作地点位于北京海淀区京东科技大厦
可与招聘者即时沟通职位详情

工作地址

北京海淀区京东科技大厦13层