岗位职责： 1.研究面向电力行业（输变电、配电网、新能源等）的领域本体建模方法，面向具体业务场景，构建本体Schema； 2.基于LLM开展知识抽取、实体链接、关系推理与图谱补全技术研究，实现从非结构化电力文本/图纸/规范到结构化知识的自动化构建； 3.推动知识图谱与电力业务系统的集成，研究从结构化数据库/表格到规范化知识的自动化构建； 4.负责知识图谱存储、查询与推理引擎的选型与优化，支撑知识检索、智能问答、报告生成等业务场景； 5.研究知识图谱增强LLM技术，包括GraphRAG、结构化知识注入、符号推理与神经网络融合、知识引导的LLM可控生成等方向，提升大模型在电力专业领域的事实准确性、可解释性与推理能力 6.跟踪知识图谱、语义网、大模型增强等前沿技术，持续迭代技术方案。 要求 1.硕士及以上学历，计算机科学、人工智能、电气工程及其自动化等相关专业； 2.精通知识图谱全生命周期技术（本体建模、知识抽取、图谱融合、推理计算），熟悉OWL、RDF、SPARQL等语义技术栈； 3.具备知识图谱增强LLM的研究经验，熟悉GraphRAG、LLM+KG联合推理、Fine-tuning等技术路线，有电力或垂直领域项目实践者优先； 4.熟练掌握Python/Java，熟悉Neo4j、JanusGraph、RDF4J等图数据库，了解图神经网络（GNN）者优先； 5.具备工程化能力，能够将研究成果转化为可落地的软件模块或微服务。