1. 熟悉NLP基础概念，如断句、分词、词性标注、命名实体识别、依存分析等；

2. 了解NLP常用深度神经网络模型及技术概念，如Seq2Seq，Attentional Network，Pointer Network，QANet等；

3. 了解至少一种常用深度神经网络开发框架，如tensorflow，pytorch，keras，mxnet等；

4. 熟练掌握至少一种常用的自然语言处理开源库，如GloVe, Genism，NLTK，Stanford CoreNLP，哈工大LTP，THULAC，Jieba等；

5. 能熟练使用正则表达式；

6. 加分项：对知识抽取与知识图谱构建有一定了解。

表现优异者有留用机会。