硬性要求:
IT架构基础:
1- 熟悉Linux环境开发，掌握Docker基础部署
2- 了解微服务通信原理（gRPC/REST API设计）
3- 能编写自动化脚本（Python/Bash）
4- 了解云原生技术概念（容器化/服务网格/持续交付）
AI技术认知:
1- 理解机器学习全流程（数据清洗→模型训练→部署监控）
2- 熟悉PyTorch/TensorFlow基础API，完成过CV/NLP课程项目
3- 知晓模型优化核心概念（量化/剪枝/知识蒸馏）
对口专业: 计算机科学与技术，软件工程，人工智能，电子信息工程，自动化
潜力特质:
1- 在GitHub部署过完整AI应用（如Flask+PyTorch服务化案例）
2- 能解读经典论文算法（如ResNet/Transformer）并复现核心模块
3- 对AI工程化痛点有思考（如曾尝试优化模型推理延迟）