1、精通基于Python语言的程序编写，能够使用python进行数据分析、数学建模、web后端开发、自然语言处理等工作。
2、对机器学习、深度学习领域知识有深刻的理解，能够针对业务场景迅速构建模型，如分类、回归、聚类、神经网络等。
3、对NLP等领域的知识有深刻的认识，熟悉常用操作，包括分词、词性标注、句法树的构建、语义角色标注，能将NLP与数据挖掘两个领域的知识结合，进行文本挖掘。
4、掌握一些常用的方法库，如numpy、pandas、sklearn、tensorflow、jieba、pyhanlp等等，能快速的进行数据清洗，模型建立、神经网络搭建、文本数据提取、文本分类等。
5、拥有良好的数学建模能力，擅长时间序列以及预测类模型的构建。
6、熟悉常用的关系型数据库，如mysql、oracle，能够熟练使用sql语句进行数据的增删改查。
7、对hadoop生态圈有一定的认识，能熟练使用hive数据仓库。
8、对docker容器引擎有一定的认识，能够熟练使用docker进行镜像的获取、启动、运行。
9、熟悉linux常用命令，能熟练使用linux系统。

项目1：基于聚类算法的咪咕音乐白金会员异常用户检测
在咪咕音乐的日常运营中，会每个月给合作方进行佣金结算。基于合作方的佣金结算规则，合作方发展有效用户是最为重要的一个因素。但是，在日常运营中存在合作方通过刷量等行为制造虚假的用户，以达到骗取佣金的目的。对此，需要根据用户的日常行为，筛选出其中的异常用户。之前的研究结果表明，由于数据的标记存在质量问题，导致使用有监督学习的方法在处理该问题上的表现极差。因此，使用无监督学习方法进行异常用户与正常用户的区分。
项目2：根据北京联通客服通话录音判断用户是否咨询携号转网
分析：判断用户是否咨询携号转网即对用户进行分类（二分类），可使用有监督学习的方法来解决该问题。
难点：数据标注。要使用有监督学习的方法进行分类，首先要给数据打标签。若使用深度学习的方法，则需要大量的训练数据，需要给大量的数据贴标签，耗时长久。故首先考虑使用传统机器学习的方法（逻辑回归、决策树及延伸、支持向量机等方法）进行分类。