1、核心技术能力
（1）精通至少一种主流语言（Python/C#/VC++/C++等)并有良好掌握；
（2）熟练掌握面向对象编程、设计模式、数据结构与算法；
（3）熟悉控制工具，有实际应用机器学习或深度学习解决实际问题的项目经验，以及主流ML框架、数据处理、模型部署等。
2、专业背景要求
（1）熟悉CAD/CAM/CAE等任一软件的操作，或具备快速学习理解的能力；
（2）有CAD/CAE/CAM软件二次开发、插件开发或系统集成经验；
（3）有开发自动化设计工具、参数化设计系统、设计优化系统的经验；
（4）熟悉计算几何基础，有使用几何处理库处理网格、曲面、实体等复杂数据的经验。
（5）了解常见CAD/UG数据格式及其转换。
3、专业素养与软技能
（1）系统工程思维：能够理解复杂系统，将AI模块无缝集成到自动化设计流程中，考虑性能、可靠性和可维护性；
（2）问题解决与创新能力：善于分析模糊的工程问题，设计创造性的软件/AI解决方案，并具备强大的调试能力；
（3）协作沟通：能够清晰有效地与模具设计专家、其他软件工程师、数据专家、项目经理沟通。翻译“AI语言”和“模具设计语言”的能力至关重要；
（4）学习能力与好奇心：AI和模具设计领域都在快速发展，需要持续学习新技术、新算法和新行业知识；
（5）注重细节与质量：模具设计对精度要求极高，软件工程师的代码和解决方案必须严谨可靠。
4、教育与专业背景
（1）2-3年以上专业软件工程经验，其中至少1年及以上专注于AI/ML项目的实际开发、部署和维护；
（2）大学本科及以上学历，计算机科学、软件工程、人工智能、机械设计及其自动化相关专业，英语读写能力优秀；
（3）有制造业（模具、汽车、消费电子、压铸成型相关领域）软件开发或AI应用经验；
（4）有计算机图形学背景、计算优化算法经验，了解生成式设计概念；
（5）认同技术创新思维和团队协作精神，具有较强的动手能力和问题分析解决能力。
5、面试重点考察方向
（1）AI/ML 工程能力：项目经验深度，模型构建、训练、评估、部署全流程理解，解决实际问题的思路。
（2）软件工程基础：编码能力，系统设计能力，代码质量。
（3）CAD/制造领域理解与集成能力：询问对模具设计的理解，如何处理几何数据，如何与CAD软件交互（即使没有直接API经验，看其思路和学习能力）
（4）问题解决与沟通：提出一个模拟的模具设计自动化场景问题，考察其分析、拆解、设计解决方案和清晰表达的能力。
（5）学习能力与热情：对AI在制造业应用的看法，近期学习的新技术/知识。