深厚的理论功底：计算机、自动化、数学等相关专业硕士/博士，对多视图几何、最优化算法、多源传感器融合及大规模深度学习有深刻理解，熟悉经典的自动驾驶/机器人/无人机的整体算法架构，了解行业前沿的算法框架（如 BEVFormer、UniAD 等）
扎实的传感器基础：对单目/多目视觉系统、LiDAR、毫米波雷达等常见传感器的基本原理有一定认知，了解各类传感器的优劣势和适用场景
SOTA 追踪能力：熟练掌握 BEVDet、OccNet、UniAD 等自动驾驶领域前沿架构，持续追踪自动驾驶、具身智能领域的 SOTA（State-of-the-Art）技术，能够敏锐判断新技术在低功耗硬件上的迁移可行性
实战经验：有自动驾驶、机器人或大规模感知系统落地经验，熟悉常见的模型训练和加速框架，具备高性能 C++ 编程能力
系统级视野：能够从 First Principles Thinking 出发拆解复杂任务，不盲从既有路径，具备重构现有技术栈的胆识与专业判断力
工程方法论：熟悉 gerrit/repo 工作流，有大型项目版本控制与代码评审经验，能高效管理复杂的技术迭代