职位描述1、垂直领域大模型研发与优化：负责油气行业多模态大模型（文本、时序、图结构、地球物理数据等）的架构设计、预训练与高效微调，开发面向低资源场景的轻量化、可解释模型；2、业务场景驱动的算法创新：深入油气勘探、开发生产、新能源等业务环节，设计面向地震解释、测井智能评价、钻井参数优化、设备预测性维护、碳中和路径规划等场景的专用算法；研发多源数据（地震数据体、测井曲线、钻井报告、传感器时序）的融合分析与特征提取技术，构建油气行业知识增强的决策模型；探索AI与数值模拟、机理模型的耦合技术，提升复杂物理场景下的模型泛化能力与可信度;3、技术体系构建与前沿探索：跟踪大模型Agent技术、具身智能、因果推断、生成式AI等前沿方向，推动其在油气勘探智能决策、数字孪生、碳管理与能源优化等新兴场景的落地；牵头构建行业数据集标准、算法评测体系与开源工具链，提升技术复用性与行业影响力；开展与高校、科研机构的联合攻关，布局前瞻性技术方向;4、跨领域协同与技术赋能：协同业务专家、产品经理及工程团队，推动算法从原型到规模化应用的闭环落地；培养团队技术骨干，构建具备行业认知与算法研发能力的复合型人才梯队。

职位要求1、计算机科学、人工智能、地球物理、石油工程、应用数学等相关专业硕士及以上学历，博士优先；2.具备5年以上大模型/深度学习算法研发经验，精通Transformer、GNN、强化学习等架构，具备从0到1构建行业大模型或核心模块的经验；3.深入掌握PyTorch/TensorFlow底层机制，具备分布式训练（Megatron-LM、DeepSpeed等）、高性能计算（CUDA/ROCM）及模型压缩加速实战经验；4.具备行业大模型研发经验，熟悉AI Agent技术栈（RAG、Planning、Tool-Use）、因果推断、物理信息神经网络（PINN）等前沿方向优先；5.具备多模态数据（时序、图结构、空间数据）处理与融合建模能力，熟悉油气行业数据特征（如SEGY、LAS、WITSML等）者优先；6.在能源、工业、航天等复杂物理场景中有算法落地案例，具备较强的业务抽象与工程化能力；具备熟练英语技术交流能力，能撰写国际顶会论文、专利者或主导国际合作项目等优先；7.出色的跨团队协作与项目管理能力，能适应油气行业多层次组织的技术推进模式。