工作职责:
1.核心算法创新与研发：主导大模型知识增强（Knowledge-Augmented Generation）的前沿算法研究与实现。您将不仅仅是应用RAG，而是要设计和优化更先进的知识引擎，以支持复杂的AI Agent应用场景。
2.知识图谱深度融合：负责将知识图谱（Knowledge Graph）与大语言模型进行深度融合。研究如何利用图谱的结构化知识进行精准的事实查询、多跳推理和逻辑链构建，显著减少模型幻觉，提升回答的准确性和可解释性。
3.多模态知识理解与应用：探索和实践多模态数据（图像、文本等）的知识增强方法。利用ViT等视觉模型提取非结构化数据中的信息，并将其与语言模型和知识图谱有效结合。
4.赋能AI Agent与大型动作模型（LAM）：将知识增强能力赋能于AI Agent和大型动作模型（LAM）。研究如何通过动态、实时的知识注入，提升Agent的任务规划、工具调用和自主决策能力，使其在复杂场景下表现更出色。
5.框架与平台跟进及优化：持续跟进并评估业界前沿的知识增强及Agent开发框架，包括但不限于KAG、ragflow、dify等，并借鉴Claude、Coze等产品的先进理念，对内建系统进行优化或二次开发。
6.技术落地与效果评估：建立一套完善的知识增强效果评测体系，从准确性、相关性、时效性等多个维度评估算法效果，并与业务团队紧密合作，推动算法在实际产品中的落地。
任职资格:
1.学历与专业背景：计算机科学、人工智能、软件工程或相关领域硕士及以上学历，博士优先；具备深厚的算法功底和扎实的编程能力（精通Python）。
2.核心算法经验：拥有丰富的大模型知识增强或RAG相关项目经验，对检索（Retrieval）、生成（Generation）、排序（Ranking）、知识融合（Fusion）等环节有深入的理解和实践经验。
3.知识图谱专业能力：熟悉知识图谱的构建、存储（如Neo4j）、查询（如Cypher, SPARQL）和应用；拥有将知识图谱与大语言模型结合解决实际问题的成功经验。
4.多模态技术背景：熟悉主流的多模态模型（如ViT, CLIP等），并具备处理和理解多模态数据的实际项目经验，有“多模态RAG”经验者优先。
5.AI Agent与框架理解：对AI Agent的技术架构有深入理解，熟悉或使用过dify、Coze等Agent构建平台或ragflow等RAG框架，并能分析其优劣。
6.深度学习与模型基础：精通PyTorch/TensorFlow等至少一种深度学习框架，对Transformer、大语言模型（LLM）、大型动作模型（LAM）等有深刻的理解。
7.创新与解决问题能力：具备强烈的技术好奇心和创新精神，能够独立分析和解决复杂的技术难题，并乐于探索前沿技术方向。
加分项：
·有图神经网络（GNN）研发和应用经验者优先。
·熟悉向量数据库（Vector Database）的原理和调优。
·在自然语言处理（NLP）、信息检索（IR）、知识图谱（KG）或多模态学习等领域的***会议（如ACL, EMNLP, SIGIR, KDD, CVPR等）有论文发表者优先。
·主导或深度参与过开源社区相关项目（如LangChain, LlamaIndex, ragflow等）者优先。
·有从零到一构建复杂AI Agent或知识增强系统的经验者优先。