【职位概述】 我们正在寻找一位对图论、组合数学及离散数学有深度理解的人工智能研究员，负责设计和开发基于图结构的先进AI模型底层架构。您将与跨学科团队紧密合作，将前沿数学理论应用于解决实际AI挑战，推动下一代人工智慧的创新。 【核心职责】 1、深入研究图神经网络（GNN）、图优化算法及拓扑数据结构，开发高性能底层计算框架； 2、设计并实现创新的图表示学习算法，处理大规模复杂网络数据； 3、将图论、组合优化等数学理论应用于AI模型架构设计与性能优化； 4、负责算法从理论验证到工程落地的全链路开发，包括并行计算与分布式训练优化； 5、跟踪图论、计算数学及AI交叉领域的最新研究进展，产出高质量学术论文与专利； 6、与工程团队协作，将研究成果转化为可扩展的生产级解决方案。 任职要求： 1、计算机科学、应用数学、运筹学或相关专业博士学历（优秀人才可放宽至硕士）； 2、精通图论：深入理解图算法、网络流、谱图理论、随机图模型及图同构等核心概念； 3、扎实的数学基础：具备抽象代数、概率论、优化理论、拓扑学等相关领域的深厚功底； 4、AI模型底层开发经验：2年以上深度学习框架（PyTorch/TensorFlow/JAX）底层开发经验，熟悉CUDA编程、算子优化及计算图编译技术； 5、精通C /Python，具备大规模系统性能调优能力； 6、在NeurIPS、ICML、ICLR、SODA、FOCS等顶级会议发表过相关论文。 【优先条件】 1、有图神经网络、组合优化求解器或知识图谱构建的实际项目经验； 2、熟悉分布式图计算框架（DGL、PyG、GraphScope）内核机制； 3、具备Triton、TVM或MLIR等AI编译器开发经验； 4、有大规模图数据（十亿级节点以上）处理实战经验； 5、在数学或AI竞赛（如ACM-ICPC、Putnam、IMO）中获奖经历。 【我们提供】 1、具有竞争力的薪酬与股权激励； 2、自由的学术研究氛围与充足的计算资源； 3、与高级数学家和AI专家共事的机会。