1. CV&ML领域扎实的基础理论和丰富的实践经验；熟悉如CNN/RNN/GAN/RL常见算法，知其然知其所以然 2. 对通用目标检测识别、人脸属性识别、人体姿态检测识别、对抗学习、强化学习等其中至少一项有深入的研究和见解 3. 熟练使用TensorFlow、pytorch、Keras、MXNET、caffe中的至少一个机器学习框架， 4. 高效的论文阅读及原型实现能力；熟悉Linux开发环境，熟练使用Python/C/C++ 加分项 1. 参加学术界工业街机器学习相关比赛，取得优异成绩者优先 2. 在CVPR/EECV/NIPS/ICML等机器学习顶会上发表过文章者优先 3. 工程能力强优先