熟悉数据处理和分析的过程;可用matlab和python对数据进行预处理,特征提取、特征选择和模型建立;可运用数学模型或数据驱动模型实现信号处理(信号滤波),参数优化,曲线拟合等问题;对深度学习领域深入的了解,熟悉深度学习框架的安装(pytorch、tensorflow),熟悉机器学习和深度学习编程相关知识, 熟悉各种包的原理和调用, 熟悉机器学习中的降维、聚类、分类、回归算法的原理和使用,熟悉深度学习中 CNN,RNN,GAN, AE, YOLO,SSD ,Attention的原理和用法。