学历与理论基础：

计算机科学、人工智能、数学或相关领域的硕士/博士学历。

扎实的机器学习/深度学习理论基础，熟悉主流模型架构（如Transformer, CNN, LSTM等）。

算法与编程能力：

精通Python，并至少熟悉一种主流深度学习框架（PyTorch（优先） 或 TensorFlow）。

拥有丰富的算法研发和调优经验，具备优秀的代码能力和数据结构基础。

架构与工程经验（关键）：

必须具备大规模AI系统（训练/推理）的实战经验。熟悉分布式训练（如DDP, DeepSpeed, FSDP）、模型并行、流水线并行等技术。

必须具备将复杂模型成功部署到生产环境的经验，熟悉Docker, Kubernetes及相关的服务化框架（如Triton, TFServing等）。

熟悉MLOps工具链（如 Kubeflow, MLflow, Airflow）并有实际项目经验。

对高性能计算、GPU架构、网络和存储优化有深入理解者优先。

领域专长（至少精通一项）：

大语言模型方向： 具有LLM预训练/微调（SFT, RLHF）、推理优化、Agent应用等经验。

搜索/推荐/广告方向： 具有超大规模稀疏模型（如DeepFM, DCN）、召回与排序系统架构经验。

多模态/CV方向： 具有CLIP、Diffusion模型等相关项目经验。