（1）計算機科學(xué)與技術(shù)、數(shù)學(xué)、統(tǒng)計學(xué)、電子信息工程、自動化等相關(guān)專業(yè)，本科及以上學(xué)歷。
（2）對國內(nèi) AI 學(xué)術(shù)研究有深入了解，有國內(nèi)核心期刊論文發(fā)表或參與國內(nèi) AI 科研項目經(jīng)歷者優(yōu)先考慮。
（3）具備 2年以上 AI 開發(fā)相關(guān)工作經(jīng)驗，擁有完整AI 項目從需求分析、算法設(shè)計、模型訓(xùn)練到部署上線的全流程經(jīng)驗，熟悉國內(nèi)項目開發(fā)流程與規(guī)范。
（4）算法與模型：精通機器學(xué)習(xí)、深度學(xué)習(xí)基礎(chǔ)算法，熟練掌握計算機視覺、自然語言處理、語音識別等至少一個 AI 領(lǐng)域在國內(nèi)業(yè)務(wù)場景中的典型應(yīng)用模型。
（5）編程語言：熟練掌握 Python 編程，熟悉 C/C++、Java 等至少一門編程語言；了解國產(chǎn)編程語言及開發(fā)環(huán)境者優(yōu)先。
（6）框架與工具：熟悉 TensorFlow、PyTorch 等主流深度學(xué)習(xí)框架，同時掌握如飛槳（PaddlePaddle）等國產(chǎn)深度學(xué)習(xí)框架；熟練使用 Scikit-learn、Pandas、Numpy 等數(shù)據(jù)處理與分析庫；熟悉 Hadoop、Spark 等大數(shù)據(jù)處理技術(shù)，了解國產(chǎn)大數(shù)據(jù)處理平臺者優(yōu)先。
（7）數(shù)據(jù)庫：能熟練操作 MySQL、MongoDB 等常見數(shù)據(jù)庫，掌握國產(chǎn)數(shù)據(jù)庫（如達(dá)夢數(shù)據(jù)庫、人大金倉數(shù)據(jù)庫）的使用與優(yōu)化者優(yōu)先，具備扎實的數(shù)據(jù)建模能力。
（8）部署與工程化：了解模型部署流程，熟悉 Docker、Kubernetes 等容器化技術(shù)及阿里云、騰訊云等國內(nèi)主流云平臺，掌握國產(chǎn)容器技術(shù)與云平臺（如華為云 Stack）的部署與運維者優(yōu)先，能夠高效將 AI 模型部署到國內(nèi)生產(chǎn)環(huán)境。
(9)熟悉工業(yè)領(lǐng)域中，其中任何一種AI技術(shù)，如ImageSeg、ObjDetection、OCR、Landmarking等