1. 参与交通基础设施领域知识图谱的构建、优化与应用落地，包括本体设计、实体识别、关系抽取、知识融合及推理等核心算法研发； 2. 面向公路、桥梁、隧道等工程场景，开展多源异构数据（如设计文档、规范标准、科研论文、BIM模型、监测数据）的知识抽取、结构化建模与语义关联分析； 3. 协同业务部门推进知识图谱在智能设计辅助、规范智能检索、风险预警、方案比选等典型场景中的工程化部署与效果验证。 1. 博士研究生学历，计算机科学与技术、人工智能、软件工程、信息检索、自然语言处理或土木工程（智能建造方向）等相关专业； 2. 具备扎实的算法基础，熟悉知识图谱全生命周期技术栈，熟练掌握实体识别、关系抽取、图神经网络（GNN）、图嵌入（Graph Embedding）等主流方法，有实际项目或高水平学术成果（如顶会论文、开源项目、专利）者优先； 3. 熟练使用Python编程，掌握TensorFlow/PyTorch等深度学习框架，具备Neo4j、Apache Jena等图数据库或知识图谱平台的开发经验； 4. 具备良好的跨学科理解能力，能快速学习交通基础设施行业背景知识，并将AI技术与工程实际问题结合； 5. 具备优秀的逻辑思维、问题分析与团队协作能力，有国家重点科研项目参与经历或大型工程知识服务系统开发经验者优先。