1、掌握机器学习（ML）、深度学习（DL）的基本原理，熟悉常见算法（如分类、回归聚类、神经网络）的应用场景。
2、监督学习（如SVM、随机森林）、无监督学习（如PCA、关联规则）、强化学习（如Q-learning）的区别；
3、深度学习模型（CNN、RNN、Transformer、BERT、GPT）的结构特点与适用任务（图像、文本、语音、推荐等）；
4、模型训练的关键指标（准确率、召回率、F1、AUC-ROC）及优化方法（调参、正则化、数据增强）。
5、熟悉AI“数据→模型→应用”的闭环流程，掌握数据处理各环节的技术要点。
6、明确标注需求（如结构化/非结构化数据、标注工具选择）；
7、识别脏数据（缺失值、异常值、重复值）并处理（填充、删除、插值）；
8、理解特征提取（如TF-IDF、词嵌入）、特征选择（如卡方检验、SHAP值）对模型效果的影响；
9、了解模型压缩（剪枝、量化）、推理加速（TensorRT、ONNX）、部署方式（云服务、边缘设备）。
任职资格：
1.计算机专业、人工智能专业985/211研究生学历，5年以上产品设计相关经验，AI大模型相关背景优先；
2.具备AI Agent项目实际落地经验，熟练使用至少一种开发框架（如 LangChain、SemanticKernel、XAgent等）；
3.对前沿技术保持好奇心与开放心态，能主动学习并应用于项目实践；
4.优秀的方案设计、沟通协调及需求引导能力，逻辑清晰。