1.學(xué)歷背景： 計算機、自動化、數(shù)學(xué)、電子信息或相關(guān)專業(yè)本科及以上學(xué)歷。
2.編程能力： 熟練掌握 Python/C++，具有良好的數(shù)據(jù)結(jié)構(gòu)與算法基礎(chǔ)，代碼風(fēng)格規(guī)范。
3.算法框架： 精通 PyTorch、TensorFlow、Scikit-learn 等主流 AI 框架中的一種或多種。
4.項目經(jīng)驗：有豐富的機器學(xué)習(xí)（ML）處理時序數(shù)據(jù)/結(jié)構(gòu)化數(shù)據(jù)的經(jīng)驗。
5.學(xué)習(xí)能力： 具備快速學(xué)習(xí)新領(lǐng)域知識（如環(huán)保工藝）的能力。

三、加分項（擁有以下經(jīng)驗者優(yōu)先）：
1. 行業(yè)背景類：
了解水處理工藝： 對污水/凈水處理流程（如曝氣、沉淀、加藥等）有一定了解，或曾在環(huán)保、化工、能源等工業(yè)領(lǐng)域從事過算法工作。
2. 前沿技術(shù)類（大模型/Agent）：
①知識庫與RAG： 了解如何構(gòu)建企業(yè)私有知識庫，熟悉向量數(shù)據(jù)庫（Vector DB）及 RAG（檢索增強生成）技術(shù)路線。
②大模型交互技術(shù)： 熟悉 LangChain 框架，有過 Prompt Engineering 或 AI Agent（智能體）開發(fā)經(jīng)驗。
③MCP (Model Context Protocol)： （特加分） 了解或研究過 MCP 協(xié)議，知道如何通過標(biāo)準(zhǔn)協(xié)議讓大模型與本地數(shù)據(jù)、工具進(jìn)行連接和交互。