1、计算机、人工智能、软件工程、数学等理工科相关专业硕士研究生及以上学历； 2、理解大模型应用开发流程（数据准备、模型选择、训练调试、评估优化）；了解大模型微调方法（SFT、LoRA、RLHF等），有相关课程或项目经验者优先； 3、具备Prompt、RAG、Agent等基本知识，理解向量库及检索增强的应用场景；了解主流大模型（如Qwen、DeepSeek等）和深度学习框架（PyTorch、TensorFlow等），有相关技术实际应用者优先； 4、掌握Python编程语言，熟悉常用AI开发工具（如Gradio等），了解模型实验和Demo搭建；熟悉前端开发者优先，如Vue、React等； 5、具备一定的数据工程能力，能进行数据清洗、转换与标注、数据增强与合成工作； 6、了解国产化GPU芯片（如昇腾、海光等）及其生态适配路径。

1、地理信息系统、计算机、软件工程相关专业本科以上学历； 2、掌握Spring框架和Java语言，对JavaScript、Python有一定程度的掌握； 3、了解微服务架构、微服务开发、微服务部署等； 4、有较强的学习意愿，责任心强，能扛压；

1、硕士及以上学历，计算机科学、人工智能、软件工程、数学、统计学、电子工程等相关专业 2、扎实的编程基础： 精通 Python， 具备良好的数据结构、算法基础和软件工程素养（代码规范、版本控制Git）； 3、机器学习/深度学习基础： 系统学习过机器学习、深度学习相关课程，理解常见模型（如CNN, RNN/LSTM, Transformer）的基本原理和训练流程； 4、对Transformer架构的深入理解： 熟悉Transformer的核心组件（Self-Attention, FFN, LayerNorm, Positional Encoding）和工作原理，这是大模型的基石； 5、强烈的兴趣与热情： 对人工智能、自然语言处理（NLP）特别是大语言模型领域有浓厚的兴趣和强烈的探索欲，愿意投入大量时间学习和钻研； 6、优秀的学习能力： 具备快速学习新知识、新技术的能力，能独立阅读和理解英文技术论文和文档； 7、分析与解决问题能力： 具备优秀的逻辑思维能力、分析能力和解决复杂技术问题的潜力； 8、有使用过 PyTorch/TensorFlow等框架训练或微调过Transformer类模型（如BERT, GPT, T5等）的实际经验者优先； 9、有参与过大模型相关项目（训练、微调、部署、应用开发）的经验，即使是小规模实验者优先； 10、沟通与团队协作： 良好的沟通表达能力和团队合作精神；

1、地理信息系统、计算机、软件工程相关专业本科以上学历； 2、掌握Vue、HTML/CSS/JavaScript等基础知识； 3、了解前端工程化和模块化； 4、熟悉ECharts、AntV等数据可视化组件； 5、了解微信小程序和H5移动端开发； 6、具有良好的编程习惯、代码整洁、可读性高，喜欢学习与总结、乐于分享、注重提高开发效率； 7、熟悉OpenLayers、MapBox、Cesium等地图组件库者优先； 8、有较强的学习意愿，责任心强，能扛压；

1、地理信息系统、计算机、软件工程相关专业本科以上学历； 2、掌握Spring框架和Java语言，对JavaScript、Python有一定程度的掌握； 3、了解微服务架构、微服务开发、微服务部署等； 4、熟悉Tomcat、Nginx 、Docker等部署容器； 5、熟悉Oracle、PostgreSQL等数据库，了解SQL的编写和调优； 6、熟悉PostGIS、GeoTools、GDAL等二三维GIS引擎者优先； 7、有较强的学习意愿，责任心强，能扛压；