职位描述
加入全球领先的科学知识库建设团队，致力于通过前沿 AI 技术重塑科学研究范式。你将参与构建覆盖全球科技文献的多模态知识库，并开发能够理解复杂科学问题的多模态科学大模型。
职位描述：
1.数据引擎开发： 利用多模态模型对科技文献进行深度解析，提取图表、公式、分子式等核心信息。
2.知识自动化提取： 结合 LLM 提示词工程（Prompt Engineering）与 RAG 技术，从非结构化文献中抽丝剥茧，构建高精度的结构化科学知识库。
3.科学 Agent 构建： 参与搭建基于材料/化学领域知识的智能体（Agent），实现复杂科学问题的多步推理与问答。
4.模型迭代： 进行多模态大模型的微调与评估。任职要求
1.技术基础： 熟悉 LLM 原理，对 Transformer 架构、RAG 或多模态学习有实际理解。
2.工程能力： 精通 Python，具备扎实的数据处理功底，能独立完成自动化脚本编写。
3.实习时间： 能够稳定实习 3 个月以上，每周在岗 4 天及以上。
加分项：
1.领域背景： 材料学、化学或生物学背景，熟悉 XRD、NMR、TEM 等表征测试方法。
2.架构经验： 熟悉 LangChain、AutoGPT 或 CrewAI 等 Agent 框架。
你将收获：
1.顶尖工业界视野： 深度参与“AI for Science”完整落地全链路。
2.硬核技术积累： 掌握多模态解析及大规模结构化数据治理的实战经验。
3.跨界思维： 站在 AI 与材料科学的交叉点，培养解决复杂科学问题的工程思维。
