技术能力

拥有多年数据采集与数据分析实战经验，精通 Python 爬虫开发与大规模数据清洗处理全流程。技术栈覆盖 Scrapy、Requests、Playwright、Selenium 等主流框架与工具，能够针对不同网站结构灵活制定采集策略。在反爬对抗方面，熟练掌握 Cookie 池管理、动态代理 IP 轮换、浏览器指纹模拟及常见 JS 加密参数逆向解析，可稳定突破各类反爬机制。数据处理环节熟练运用 Pandas、NumPy 进行高效清洗与结构化转换，结合 MySQL、MongoDB、Redis 完成海量数据的存储与调度管理。曾主导多个电商价格监控、社交媒体舆情分析及行业竞品数据聚合项目，从需求拆解、爬虫架构设计、自动化调度到最终数据可视化报表输出，具备端到端的完整交付能力。熟悉 Linux 服务器部署与定时任务运维，注重代码规范与采集合规性。善于将零散异构的原始数据转化为可供业务决策参考的结构化资产，持续关注数据质量与采集效率的平衡优化。

项目经验

1. 多平台公开数据采集与舆情分析系统
针对内容社区与短视频平台（小红书、抖音）开展公开数据采集专项，通过解析小红书帖子分享链接提取笔记标题、正文、点赞收藏数、评论等元数据；针对抖音采用 App 抓包与 Web 端结合的方式，逆向签名算法获取视频列表、评论区数据，覆盖热榜监控、评论情感分析等场景。项目累计采集数十万条内容数据，构建热点话题追踪与 KOL 评估模型。

2. 主流电商平台商品与价格监控系统
面向淘宝、京东等电商站点搭建分布式采集集群，应对登录态校验、滑块验证、请求频率限制等反爬机制，通过动态 User-Agent 池、高质量代理 IP 轮换、请求节奏随机化等手段保障采集稳定性。系统每日增量抓取千万级 SKU 的商品标题、价格、销量、评价等字段，支撑竞品定价策略分析与市场趋势洞察。

3. 数据清洗与结构化存储管道
所有采集数据经由 ETL 流程进行去重、异常值剔除、字段标准化，统一写入 MySQL 与 MongoDB，并通过 Redis 缓存热点数据。结合 Pandas 做后续统计分析，输出可视化报表，为业务方提供决策依据。

团队情况