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）的知识图谱体系建设，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、推荐系统等业务场景。探索知识图谱与大模型（如LLM）的联合应用模式，打造具备知识增强能力的AI应用方案。

2.图模型算法研发
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效果。设计图神经网络（GNN）架构，应对复杂关联建模、动态图演化等挑战。结合实际业务需求，定制图算法解决方案，提高决策系统的精准性与鲁棒性。

3.技术攻关与创新
持续跟进图学习与知识图谱领域的最新进展（如多模态图谱、时序图建模），推动前沿技术在业务中的落地应用。优化算法在大规模数据下的运行效率，解决分布式图计算、高性能存储等工程难题。输出技术文档与专利成果，沉淀可复用的方法论体系。

4.团队协作
协同团队成员，将算法能力有效转化为业务价值。
指导初级技术人员，促进团队整体技术水平提升。

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：
扎实掌握知识图谱全流程技术（包括实体识别、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：
具备大模型与知识图谱融合实践经验（如RAG、Agent构建）。
有大规模图数据处理经验（如Spark、Flink等）。
在KDD、ACL等相关顶会发表过论文者优先。

3.软性素质
具备出色的逻辑思维与独立解决复杂问题的能力。
拥有良好的技术沟通表达能力，能够清晰传递技术方案的价值与思路。