1．熟练掌握Python编程与PyTorch深度学习框架，具备独立设计算法方案的能力，熟悉CNN、RNN、Transformer等常用网络结构，能够独立完成模型选型、训练调优、评估迭代与部署上线的完整研发流程；

2．熟悉Linux开发环境与GPU基础训练操作；

3．精通YOLO系列模型的迁移微调、超参调优、数据增强、样本优化及模型基础轻量化、导出流程，可独立完成视觉检测模型训练与迭代；

4．熟悉Whisper、Paraformer等主流ASR模型，能够完成音频降噪、切片、对齐等预处理操作，掌握语音模型微调与基础错字率优化方法；

5．具备CV、语音数据集清洗、标注质检、模型指标评估与BadCase分析优化能力；

6．有计算机视觉、语音算法相关科研、项目或竞赛经历者优先。