高级图模型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。优化知识的存储架构与查询效率，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 研发图嵌入技术（如TransE、ConvE等），提升链接预测与实体分类任务的效果。构建图神经网络（GNN）模型，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度与实用性。 3. 技术攻关与创新 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），推动前沿技术在业务中的落地实践。优化算法运行效率，解决大规模图数据下的计算性能瓶颈（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. 团队协作 协同团队成员，将算法能力有效转化为业务价值。 带领初级工程师成长，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（DGL、PyG）。 优先： 具有大模型与知识图谱融合实践经验（如RAG、Agent架构设计）。 具备大规模图数据处理能力（如Spark、Flink等）。 在KDD、ACL等顶级会议发表过相关论文者优先。 3. 软性素质 具备出色的逻辑分析与问题拆解能力，能独立突破核心技术难点。 拥有良好的技术沟通表达能力，能够清晰传递方案逻辑与业务价值。