1、深刻理解统计学、机器学习和深度学习原理，熟悉常见的算法和技术；

2、在自然语言处理和图像处理方面具备扎实的知识储备；

3、扎实掌握CNN、RNN、Transformer等深度学习模型技术，具有工程化实践经验，能主动追踪前沿技术方向并结合领域知识进行工程化落地，精通一种深度学习框架（TensorFlow/pyTorch/Paddle等）；

4、精通熟悉Python、R、JAVA、C++等一门语言；

5、熟悉大数据生态工具开发技能，包括Hive、MapReduce、Spark、Kafka、Flink、Hbase等，能够独立完成数据开发、数据存储查询和优化；

6、具备扎实的数学基础，如高数、统计学等；

7、具有良好的沟通能力，能将复杂的技术内容以清晰的方式进行展示。

立即投递