1、有较好的数学功底，熟悉数值计算、概率论知识、矩阵计算知识及最优化方法。最好有数学、运筹学或统计学等相关专业背景，有数据分析、数据挖掘或信号分析领域的研究经验！
2、认可算法方向，有足够的学习能力、热情和自驱力来自主学习新算法和相关的数学知识。
3、掌握数据挖掘/机器学习/最优化的基本算法，如K均值聚类、决策树/随机森林、支持向量机、多种神经网路、智能优化算法等。掌握常用深度学习算法，具备卷积神经网络、循环/LSTM神经网络等常用深度学习算法的使用经验更佳。
4、熟悉Scala语言和spark平台，有spark机器学习库的使用经验，能够使用Scala语言在spark平台上进行数据分析和算法研究，有spark平台上的算法设计经验更佳！
5、熟练掌握Python语言，具备使用Python进行数据分析、数据展示的能力，实践经验丰富。有tensorflow等深度学习框架的使用经验更佳。
6、熟练掌握MATLAB软件的使用方法，有使用MATLAB进行数据整理、数据分析、数据展示、算法研究的丰富经验。除此之外有maple、mathematica等相关数学/数据分析软件更佳。
