1. 有扎实的机器学习或计算机视觉的基础知识和研究背景
2. 良好的计算机基础，熟悉 Python或C/C ，有很强的算法实现能力
3. 在机器学习、人工智能、计算机视觉、数值优化等领域有优秀的论文发表(如顶级会议或 期刊的一作文章) 优先
4. 实习时间至少六个月，能实习更长时间者优先
5. 良好的英文听说读写能力
AutoML方向：
参与研究和发明 AutoML 领域最顶尖的算法，包括但不限于网络结构搜索，自动化预处理，自动化调参，自动化损失函数，自动化优化，自动化压缩，自动化模型量化，自动化分割/检测等。设计并开发通用AutoML框架以及对应平台工具, 打造世界领先的 AutoML 核心竞争力。
AI-Codec方向：
聚焦AI图像/视频/网络压缩，打造低延时、低码率、兼容人眼与计算机视觉的世界领先的AI编解码技术，解决AI网络算力大的难题，将AI CODEC推向实用。包括但不限于端到端AI图像/视频压缩算法，网络压缩算法，基于GAN的图像生成，图像语义分析，图像超分，图像增强，图像复原，图像质量评估，视频插帧等。
无监督/ 弱监督/自监督学习方向：
参与研究和发明无监督/ 弱监督/自监督/小样本/HIL等学习领域最顶尖的算法，包括但不限于自监督特征表达学习、无监督模型蒸馏、无监督领域适应学习、小样本学习、连续学习、联邦学习、在线学习、数据生成、主动学习、强化学习以及噪声学习等相关算法，旨在打造世界领先的大数据自学习系统。
