数据采集岗位实习生

岗位职责：
1.负责多源数据的采集与更新，重点覆盖微信公众号、动态渲染网页、政府及行业门户、RSS 等公开信息源；
2.编写和维护爬虫脚本，攻克动态加载、登录鉴权、验证码、IP限制等各类反爬场景；
3.善用AI辅助编程（vibe coding）快速搭建、调试和迭代采集方案，高效解决非标准数据源的抓取难题；
4.搭建和优化自动化采集流程，监控任务运行状态，及时排查异常并修复；
5.对采集数据进行清洗、去重、结构化入库，核验来源可靠性与数据准确性；
6.配合研究团队完成专题数据的定向采集与整理，形成规范化数据集。

任职要求：
1.硕士、博士在读（计算机、软件工程、数据科学、信息管理等相关专业优先）；有扎实爬虫实战经验者，专业不限；
2.熟悉 Python 爬虫，掌握 requests、Scrapy、Selenium、Playwright 等框架，能处理 JS 动态渲染页面；
3.有微信公众号文章采集经验，了解公众号数据获取的常见思路与限制；
4.熟悉主流反爬机制及应对方法（动态加载、参数加密、字体反爬、请求签名、代理 IP 池等）；
5.擅长使用 AI 编程工具（如 Claude、Cursor、Copilot 等）辅助完成数据采集，能通过 vibe coding 快速验证和落地想法；
6.熟悉 HTML/CSS/XPath/正则，掌握 JSON/CSV/API 数据解析；
7.了解 pandas 数据清洗与 SQL/SQLite 基本操作；
8.动手能力强，遇到难采的数据源愿意钻研、快速试错，不轻易放弃；
9.细心严谨，对数据准确性和来源可靠性有较高要求；
10.独立解决问题能力强，能借助 AI 工具高效完成任务；
11.时间灵活，实习或兼职均可，能保证一定的在线时长与任务响应速度；
12.加分项：定时任务（cron/APScheduler）、Feishu/钉钉 Webhook 通知、抓包分析（Charles/Fiddler）、逆向经验。