1. 熟悉Linux开发环境，精通C++和Python，具备良好扎实的算法基础、良好的编程风格和系统设计能力； 2. 深入理解典型的深度学习算法（如CV和NLP模型），主流深度框架（如TensorFlow、PyTorch、MxNet、Caffe、PaddlePaddle等）开发或优化经验； 3. 有深度学习编译器（如XLA、TVM、MLIR）等软件栈的开发经验； 4. 精通分布式训练技术，有参数服务器、多维并行、显存交换等技术的深入研究与开发者可优先考虑； 4. 有机器学习模型性能调优和模型压缩（量化、剪枝、蒸馏、NAS等）经验者可优先考虑； 5. 精通并行计算通信库（如MPI），有丰富的CUDA并行编程和典型机器学习算子开发经验者可优先考虑； 6. 有强烈的工作责任心，较好的学习能力、沟通能力和自驱力。