1、编程能力：精通 Python，熟悉 C++ 更佳；具备良好的代码规范与工程能力。
深度学习框架 熟练使用 PyTorch（优先）、TensorFlow，了解 Hugging Face Transformers、DeepSpeed、Megatron-LM 等训练/推理加速工具。

2、算法与模型理解：深入理解 Transformer、BERT、GPT、LLaMA 等主流大模型架构，掌握预训练、微调（SFT、LoRA、RLHF）、对齐（alignment）等技术。
3、数据处理与建模：熟悉大规模语料清洗、去噪、去重、质量评估、数据配比策略，具备构建数据闭环的能力。
4、科研能力：能阅读并复现顶会论文（如 ACL、EMNLP、NeurIPS、ICLR），具备问题建模、实验设计、结果分析能力。
5、系统与工程经验：熟悉 Linux 开发环境，了解分布式训练、GPU并行计算、模型压缩与推理优化（如 vLLM、TensorRT）