岗位职责：
1、研发面向科学发现的基座大模型，结合知识图谱（KG）、检索增强生成（RAG）、多模态学习等技术，构建可解释的科学推理框架。
2、探索大模型在自动假设生成、实验设计优化、科学文献挖掘等场景的应用，推动AI加速科研（如新材料发现、药物设计、物理定律归纳）。
3、推动科学发现闭环：从数据→模型→假设→实验验证的全流程优化。
4、优化大模型在科学数据（如论文、实验记录、数据库）上的训练与推理效率，构建高性能科学AI平台。
任职要求：1、博士学历，博士学历，计算机科学、应用数学、计算物理/化学、统计学，或具备强数理逻辑的交叉学科背景。
2. 熟悉Transformer架构、Prompt Engineering、LoRA/P-tuning等高效微调方法。有LLM（如GPT、LLaMA、Galactica）相关研究或项目经验。
3、知识图谱/RAG：熟悉知识图谱构建（Neo4j、SPARQL）、实体关系抽取、检索增强生成（RAG）技术。
（加分项）有科学知识图谱（如SciKG、Wikidata）或专业领域RAG（如医学、材料学）相关经验。
4. 在顶会（ICLR、AAAI、ICML）或顶刊（Nature Computational Science、PNAS）发表过推理相关论文。