岗位职责：
1.知识图谱构建与应用
负责多源异构数据（如文本、结构化信息等）的知识图谱搭建，涵盖实体识别、关系抽取、实体对齐及知识整合等关键流程。优化知识的存储架构与查询效率，设计高效的推理逻辑，支撑智能问答、个性化推荐等应用场景。探索知识图谱与大语言模型（LLM）的联合使用路径，打造具备知识驱动能力的AI系统。

2.图模型算法开发
研发主流图嵌入方法（如TransE、ConvE等），提升在链接预测、节点分类任务中的表现。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，定制化设计图学习方案，增强决策系统的智能化水平。

3.技术研究与突破
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），推动前沿成果在项目中的落地应用。优化算法在大规模数据下的运行效率，解决分布式图处理、高并发读写等技术难题。输出高质量的技术文档与专利材料，沉淀可复用的方法体系。

4.团队协同
积极参与团队协作，将算法能力有效转化为业务产出。
带领初级成员成长，促进团队整体技术水平提升。

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

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、Neo4j等图数据库应用）。
熟悉常见图算法（如图神经网络、图嵌入、链接预测）及相关工具链（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系统设计）。
具备大规模图数据处理背景（熟悉Spark、Flink等计算引擎）。
在KDD、ACL等顶级会议发表过相关研究成果。

3.软性素质
具备出色的逻辑分析与技术攻坚能力，能独立推进复杂问题解决。
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。