（一）本科及以上学历，计算机科学与技术、人工智能、数据科学、数学等相关专业。​
3 年左右 Python 开发经验，且至少 2 年以上 AI 相关项目实战经验（需参与过模型开发、部署全流程，有推荐系统、NLP、计算机视觉任一领域经验优先）。​
（二）技术能力要求​
Python 核心与工具库：精通 Python 语法及常用数据结构，熟练使用 Pandas、NumPy、Scikit-learn 进行数据处理与传统机器学习模型开发；掌握 Matplotlib、Seaborn 等可视化工具，能输出清晰的数据与模型分析报告。​
AI 框架与模型开发：熟练使用 TensorFlow 或 PyTorch 框架进行深度学习模型开发，具备 CNN、RNN、Transformer 等经典网络结构的实践经验；了解模型调优方法（如超参数搜索、正则化、迁移学习），能独立完成模型训练与效果迭代。​
工程化部署能力：掌握 Python Web 框架（FastAPI、Flask）开发 API 服务；熟悉 Docker 容器化技术，能将 AI 模型打包为镜像并部署；了解模型部署工具（如 TensorRT、ONNX Runtime），具备模型推理性能优化经验。​
数据库与存储：熟练使用 MySQL、PostgreSQL 等关系型数据库，能编写高效 SQL 语句处理业务数据；了解 MongoDB、Redis 等非关系型数据库，可应对 AI 场景下的非结构化数据存储与缓存需求。​
基础算法与数学：掌握机器学习基础算法（如逻辑回归、决策树、随机森林、SVM）及原理；具备一定的数学基础（线性代数、概率论、微积分），能理解模型底层逻辑，为技术方案提供理论支撑。​
（三）软技能要求​
具备独立解决问题的能力，能快速定位 AI 项目中的数据问题、模型问题及工程问题，并提出有效解决方案。​
良好的跨团队沟通能力，可清晰表达技术方案与项目进展，高效协同不同角色推进工作。​
较强的学习主动性，愿意深入研究 Python AI 领域新技术、新工具，并应用于实际项目提升业务价值。​
具备责任心与抗压能力，能在项目 deadlines 下保质完成任务，主动关注项目细节与交付质量。​
加分项​：
有大模型（如 GPT、LLaMA、文心一言）微调、Prompt Engineering 或 API 二次开发经验，能结合业务场景落地大模型应用。​
熟悉分布式训练框架（如 Horovod、DeepSpeed），有大规模数据下模型训练优化经验。​
具备云平台（AWS、阿里云、腾讯云）AI 服务（如 SageMaker、PAI）使用经验，能基于云服务快速搭建 AI 系统。​
有开源项目贡献经历，或在 GitHub、Kaggle、掘金等平台发布过 Python AI 相关技术文章、项目代码。​
持有 AI 相关认证（如 TensorFlow Developer Certificate、AWS Certified Machine Learning - Specialty）。