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、知识整合等关键步骤。提升知识存储与查询效率，设计高效的推理机制，支撑智能问答、推荐系统等业务场景。探索知识图谱与大模型（如LLM）的联合使用，打造具备知识增强能力的AI应用方案。

2.图模型算法开发
研发图表示学习模型（如TransE、ConvE等），提高链接预测、节点分类等任务的表现效果。构建图神经网络（GNN）架构，应对复杂关联建模、时序图演化等挑战。根据实际业务需求，定制化图算法解决方案，增强决策系统的精准性。

3.技术突破与创新
持续跟进图计算与知识图谱领域的最新进展（如多模态图谱、动态时序图），推进前沿技术在实际场景中的落地应用。优化算法运行效率，解决大规模图数据下的高性能计算问题（如分布式图处理、高效存储策略）。输出技术文档与专利成果，沉淀可复用的方法体系。

4.团队协同
在团队内部协作推进项目，将算法能力有效转化为业务价值。协助指导初级技术人员，促进整体技术水平提升。

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
必需条件：
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）。
熟悉图算法相关技术（GNN、图嵌入、链接预测）及常用工具（DGL、PyG）。

优先考虑：
具有大模型与知识图谱结合实践经验（如RAG架构、Agent构建）。
具备大规模图数据处理经验（如Spark、Flink等工具使用）。
在KDD、ACL等相关顶会发表过论文者优先。

3.综合素质
具备出色的逻辑分析与技术攻坚能力，能独立完成复杂问题的攻关。
拥有良好的技术沟通表达能力，能够清晰传递方案设计与业务价值。