1、扎实的专业知识基础 （1）数据科学、计算机、软件工程、统计学、应用数学、物联网、自动化； （2）掌握数据库、统计学、时序分析、回归 / 分类预测基础算法； 2、 必备工具与编程能力 （1）Python 熟练，掌握 Pandas、NumPy、Matplotlib 做数据清洗与可视化； （2）SQL 熟练，能完成多表查询、数据统计分析； （3）了解大数据基础组件：Kafka、Flink、Spark 概念； （4）了解时序数据库（InfluxDB）基础概念加分； 3、 项目 / 实训经历（加分项） （1）时序数据预测、设备故障识别、数据挖掘课程设计 （2）大数据离线 / 实时处理实训、数据可视化大屏开发 （3）数学建模竞赛、用户行为 / 设备工况数据分析课题 （4）分布式存储、物联网数据采集相关项目 4、 软素质与行业潜力 （1）细致严谨，具备数据清洗、数据规范治理思维； （2）理解工业时序数据（压力、温度、转速、定位）； （3） 愿意学习车联网、数字孪生、预测性维护业务； （4）具备基础接口、前后端交互认知加分；