的同学提供转正机会。 1、参与记忆系统的知识图谱设计，围绕人物/事件/任务/地点等实体，定义关系结构与时间属性； 2、探索基于大模型的信息抽取方法，实现实体识别/关系抽取/事件抽取与实体消歧，将非结构化内容转化为结构化记忆； 3、研究记忆更新机制，处理重复信息合并/事实冲突/关系变化与过期信息，保留信息来源及时间依据； 4、探索知识图谱与向量检索结合的记忆召回方案，支持人物背景查询/事件关联与多跳问答； 5、构建评测数据与实验流程，评估抽取准确率/实体对齐效果/检索质量及回答的事实一致性，推动算法原型落地。 任职要求： 1、2027届硕士及以上学位在读，计算机/人工智能/软件工程等相关专业； 2、具备扎实的数据结构/算法与机器学习基础，熟练使用Python/TypeScript，具备良好的代码实现、实验分析与问题定位能力； 3、了解知识图谱基础，对信息抽取/实体链接/关系建模/图检索中的至少一个方向有项目或研究经验； 4、了解大语言模型与RAG，能够使用模型API或开源模型完成数据处理/算法验证与效果评估； 5、能够阅读英文技术资料，主动推进问题分析与方案验证，具备良好的沟通协作能力。 加分项 1、使用过Neo4j/FalkorDB/NebulaGraph等图数据库，熟悉Cypher或其他图查询语言； 2、有GraphRAG/时序知识图谱/Agent Memory或个性化智能助理相关实践； 3、有对话/音视频转写等真实数据的处理经验，了解跨会话实体对齐和信息溯源； 4、有相关论文/开源贡献或可展示的完整项目。