高级图神经网络与知识图谱算法工程师

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。探索知识图谱与大模型（如LLM）的联合使用路径，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、实体分类任务的表现效果。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。结合具体业务场景，定制图算法策略，提高决策系统的精准度与鲁棒性。 3. 技术突破与创新 持续跟进图模型与知识图谱领域的最新进展（如多模态图谱、时序图结构），推动前沿成果在实际项目中的落地。优化算法运行效率，解决大规模图数据下的计算瓶颈问题（如分布式图处理、高效存储方案）。撰写技术文档与专利材料，沉淀可复用的技术框架与实践经验。 4. 团队协同 配合团队完成技术成果转化，实现算法能力在业务中的深度集成。协助指导初级成员，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等）。 熟悉图模型算法（如GNN、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融合实践经历（如RAG架构、Agent系统设计）。 具备大规模图数据处理经验（如Spark、Flink等计算引擎）。 在相关领域顶级会议发表过论文（如KDD、ACL等）。 3. 软性素质 具备出色的逻辑分析与问题拆解能力，能独立推进关键技术难题攻关。 拥有良好的技术表达与沟通能力，能够清晰传递方案设计思路与业务价值。