一、 学历与专业基础
1、学历要求：
人工智能相关专业硕士及以上学历。
2、基础理论要求：
扎实的计算机科学与应用数学功底；
熟练掌握机器学习算法（如KNN、PCA、KDTree等）；
深入理解主流深度学习架构（CNN、RNN、GNN）及其核心机制；
理解扩散模型（Diffusion Models）的基本原理与应用。
二、 专项技术能力
1、知识驱动建模能力
熟悉领域知识引导的模型训练方法，包括但不限于：
先验知识嵌入（如物理约束、语义规则、结构先验）；
知识图谱与深度模型融合；
基于专家规则的弱监督/半监督建模；
数据+规则双驱动的泛化优化策略；
有知识引导点云建模或语义识别经验者优先。
2、3D点云处理能力
熟悉点云分类、分割、生成等关键技术；
熟悉主流点云模型（如PointNet/++,Point Bert,Point Transformer,Point Mamba）等；
3、Transformer架构理解与应用
深入理解Transformer机制及其在图像、点云和序列建模中的扩展；
熟悉位置编码、注意力机制、多尺度建模等细节实现；
基于Flash attention、Point Transformer、Mamba等结构的开发经验者优先。