一、技术能力：（30%）
1、深度学习与机器学习：熟悉深度学习原理，如神经网络的反向传播、梯度下降等算法，熟悉常见的神经网络架构
2、编程与框架：熟练 Python 编程语言，以及 TensorFlow、PyTorch 等深度学习框架，能够使用框架进行模型的构建、训练和优化。
3、数据处理：具备数据挖掘、清洗、标注、增强的能力，能处理大规模的结构化和非结构化数据，熟悉数据预处理和后处理的方法。
4、分布式计算与系统架构：了解分布式计算框架，如 Hadoop、Spark 等，掌握 GPU 加速技术，能够利用高性能计算资源进行大模型训练
5、大模型的应用涉及自然语言处理、计算机视觉、智能推荐等多个领域，人才需要具备跨学科知识
二、业务能力：（70%）
1、熟悉生产制造企业，大模型应用项目管理流程；
2、能够快速定位业务需求，搭建项目框架，模型框架，资源需求等实施架构 ；
3、有大模型实施经验或者AI项目实施经验。