熟悉linux shell编程；熟悉Linux系统各类服务环境的搭建；
精通python语言编程；
数据采集和数据分析方向，掌握爬虫工作原理和反爬虫机制（Selenium，PhantomJS，Tesseract），scrapy框架和scrapy-redis分布式框架；
熟悉mysql、mogodb等数据库操作；
了解基本数据结构及算法；
了解FTP、UDP服务器基础知识；
了解TCP/IP网络通信过程；
了解numpy、pandas、sklearn等数据挖掘库；

爬取过的50余个小语种，数据清洗、切分后，作语料库语料；爬过的语种：阿尔巴尼亚，美语，马拉地语，旁遮普语，卡纳达语，马拉雅拉语，乌尔都语，印地语，比尔哈语，欧利亚语，泰米尔语等等；（包括新闻，论坛，旅游酒店等网站，每种语言至少2G文本，累计爬取网站500余个）
爬取过八千万条电商数据，进行机器学习打分分析；
爬取过的国内外知名网站：站长之家、天猫、京东、百度贴吧、当当、唯品会、北京法院审判信息网等等；