a）专业知识 

——掌握计算机系统架构、网络原理、数据库基础知识；

——熟悉Linux/Windows服务器操作系统管理； 

——了解云计算、虚拟化技术基本原理；

——掌握信息安全、数据隐私保护相关法规和标准；

——熟悉教育信息化相关政策和技术规范；

——熟悉AI训练平台架构（如Kubernetes、Docker容器技术）； 

——掌握GPU集群配置、CUDA环境搭建和优化；

——熟悉主流AI框架（TensorFlow、PyTorch）的部署和运维；

——掌握教育AI平台的技术架构和系统集成方法；

——了解AI模型推理服务的部署和性能优化；

——熟悉教学数据管理、备份和恢复策略；

——掌握AI硬件设备的技术规格和性能指标.

 b) 技术技能

——熟练使用Shell脚本进行系统管理和自动化运维； 

——掌握Python基础编程，能够编写简单的运维脚本； 

——熟悉网络配置、防火墙设置、VPN配置；

——掌握数据库管理、备份恢复、性能监控；

——具备硬件故障诊断和处理能力； 

——熟练搭建和维护GPU训练集群； 

——掌握AI训练平台的部署、配置和优化； 

——具备进行系统性能监控、故障预警和应急处理能力；

 ——具备教学环境的技术支持和故障排除能力； 

——掌握AI模型部署、版本管理和更新维护技术；

——具备进行教学设备的技术评估和升级规划能力；

——具备跨平台系统集成和接口对接能力。

c) 工程实践

——具备2年以上IT系统运维或教育技术支持经验；

——具备AI训练平台搭建和维护的实际经验； 

——具备教育机构技术服务的实践经验；

——具备处理教学环境技术故障的应急响应经验； 

——具备与教学团队协作的沟通协调经验。