核心技术能力（AI与工程能力）：
1、熟练掌握提示词工程（Prompt Engineering）、RAG（检索增强生成）架构的搭建，以及Agent（智能体）工作流的设计。能够根据企业内部的知识库和业务流，构建企业级专属AI助手。
2、具备扎实的算法基础，能够处理复杂的时空数据分析、时间序列预测以及异常检测。
3、能够将AI技术与空间数据、遥感技术或地球物理数据相结合，处理海量坐标、轨迹、卫星遥感影像等特定领域的数据。
4、具备优秀的系统架构设计能力，熟练掌握Python、C++等语言，熟悉云原生架构，能够将AI模型封装为高可用的企业级API服务。

延展能力（系统能力与跨界）
5、熟悉机器学习模型的生命周期管理，包括数据准备、模型训练、自动化测试、持续部署（CI/CD）以及上线后的监控与迭代。
6、 在企业应用中，确保商业机密数据的隔离与安全，防范AI幻觉、数据泄露，并建立完善的数据权限管理机制。
7、深入理解高精度定位、位置服务（LBS）、时空大数据分析等业务场景，能够敏锐地发掘AI在提升定位精度、轨迹预测、地图自动生成等环节的商业价值。
8、能够跳出纯技术的框架，用AI思维重塑企业内部的工作流（如研发提效、智能客服、文档自动化），推动整体的数字化转型。
9、能够制定公司未来1-3年的AI发展路线图（Roadmap），区分哪些应用是短期可见效的“速赢”项目，哪些是需要长期投入的基础建设。
10、能够准确评估AI项目投入产出比，把控项目风险，敏捷交付，避免企业陷入“为AI而AI”的技术陷阱。
11、具备从0到1组建AI应用团队的能力，并能够在中长期为企业内部其他非AI人员进行技术赋能和文化布道。

个人履历：深厚的数学功底，学习能力强，具备较强的项目实施理解力，能完成必要的文档撰写。