1、计算机、通信和数理等相关专业高年级本科生以及硕博研究生(21及22届优先)； 2、熟悉常用框架（kaldi、Caffe、Tensorflow）等； 3、对一类以上的语音算法有基本了解，如：语音识别、降噪、VAD等。 4、熟练C++/ Python/Matlab等，有很强的算法实现能力； 5、了解信号处理、深度学习相关理论知识，对于语音识别具有浓厚的兴趣。

1.熟悉IMU/GNSS导航原理，传感器数据融合算法，精通kalman滤波，组合导航系统初始对准，传感误差标定与补偿、安装角误差估计等算法； 2.熟练使用C、Matlab，熟悉VS、Keil等开发平台，具有良好的编程习惯； 3.熟悉互补滤波、EKF、UKF、捷联惯性导航等相关算法优先； 4.热爱技术,追求精益求精。

1、211或985院校、信号处理、计算机、电子信息、自动化等相关专业硕士及以上学历； 2、熟悉语音识别/语音合成/语音信号处理相关算法及原理，了解国内外语音识别技术的发展状况； 3、能熟练阅读语音技术相关领域的英文技术文档和专业文献，并进行工程实现和优化； 4、有相关方向的科研经历/实习经历； 5、要求连续实习两个月及以上。

1、硕士及以上学历，信号处理、雷达、电子等相关专业； 2、熟悉常用的信号处理算法、如FFT、alpha滤波、卡尔曼滤波算法，有雷达信号处理相关经验优先； 3、熟练使用Python进行算法仿真； 4、熟练使用C/C++语言，有DSP或者STM32平台使用经验优先。 5、有一定机器学习、深度学习基础优先。

1、计算机、电子和数理等相关专业高年级硕博研究生； 2、熟练C++/ Python/Matlab等，有很强的算法实现能力； 3、了解机器学习、深度学习、强化学习的相关理论知识，在TORCS（最佳）、Atari、mujoco、pysc2、等环境中实现过强化学习训练，对深度强化学习有较高的热情与浓厚的兴趣； 4、熟悉至少一种深度学习框架（Caffe、pytorch、Tensorflow等）； 5、对多种连续动作空间强化学习算法有基本了解，如：DDPG、SAC、TD3、A3C等； 6、在CCF会议与期刊发表过高质量论文（CVPR、IJCAI、ECCV、ICCV、MM等）优先； 7、参加强化学习比赛获奖者优先； 8、有个人技术博客或GitHub有独立工程优先。

1、理工科技术背景，具备AI技术相关知识及AI技术背景的优先考虑； 2、有一定文字撰写能力，喜爱文字编辑，有个人公众号或博客运营经验优先考虑。