岗位职责：
1.知识图谱构建与应用
负责多模态数据（文本、结构化数据等）的知识图谱搭建，涵盖实体识别、关系抽取、实体对齐及知识融合等关键流程。优化知识的存储结构与查询效率，设计高效的推理机制，支撑智能问答、推荐系统等实际应用场景。探索知识图谱与大语言模型（如LLM）的协同机制，打造具备知识增强能力的AI应用方案。

2.图模型算法开发
研发图嵌入方法（如TransE、ConvE等），提升链接预测与实体分类任务的表现效果。构建图神经网络（GNN）模型，解决复杂关联建模、动态演化图分析等挑战。根据业务需求定制图算法策略，提高决策系统的精准度与智能化水平。

3.技术研究与创新
持续跟进图表示学习与知识图谱领域的最新进展（如多模态图谱、时序图结构），推进前沿技术在实际场景中的落地。优化算法运行效率，应对大规模图数据带来的计算压力（如分布式图处理、高性能存储架构）。撰写技术文档并申请专利，沉淀可复用的技术框架与实践经验。

4.团队协作与赋能
积极参与团队协作，推动算法成果向业务价值转化。指导初级技术人员成长，提升团队整体技术水平与工程实现能力。

任职要求：
1.基础能力
计算机科学、人工智能等相关专业本科及以上学历。
熟练掌握Python，熟悉PyTorch或TensorFlow等主流深度学习框架。

2.技术专长
必备条件：
扎实掌握知识图谱全流程技术（包括命名实体识别、关系抽取、图数据库如Neo4j）。
熟悉图模型算法（如GNN、图嵌入、链接预测）及相关工具（DGL、PyG）。

优先考虑：
具有大模型与知识图谱结合经验（如RAG架构、Agent系统设计）。
具备大规模图数据处理能力（如Spark、Flink等工具使用经验）。
在KDD、ACL等顶级会议发表过相关论文。

3.综合素质
具备出色的逻辑思维与独立攻关能力，能有效解决复杂技术问题。
拥有良好的沟通表达能力，能够清晰传递技术方案的核心价值。