返回岗位列表

数据管线工程师

查看原岗位

地点：北京薪资：20-40K 日期：2026-05-08

岗位摘要

设计数据管线，探索影响模型能力的高质量数据；优化的大规模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；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

设计数据管线，探索影响模型能力的高质量数据
优化的大规模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
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，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

具备大规模搜索引擎或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
具备扎实的分布式数据处理能力，熟悉Spark或Flink等框架
有大模型预训练语料采集和清洗经验者优先

工作地址

北京海淀区京东科技大厦13F