1、熟练掌握自然语言处理相关基础知识，熟练掌握分词，命名题识别和分类聚类等常用算法，拥有大规模数据处理经验

2、能够熟练利用已有的开源工具搭建实验平台以及改进工作，搭建过linux统计机器翻译平台，crf 和****熵系统实验平台，以及lucene搜索平台

3、熟练掌握c，c++程序设计，熟悉stl，boost库，熟练掌握数据结构相关算法，熟悉java，perl，python语言

4、熟悉搜索引擎的整体框架结构和搜索原理，详细分析过lucene结构原理，爬虫和网页解析，实现一个网页解析程序

5、熟悉linux基本操作，shell编程和掌握linux c， c++下程序设计及调试技术

6、熟练掌握网络及多线程编程，mysql数据库操作