工业互联网与物联网研究所

岗位职责： 具备扎实的机器学习与数据挖掘理论基础，熟悉知识图谱、本体建模、自然语言处理、多模态数据融合等前沿方向之一或多个；了解 DAMA-DMBOK、DCMM 等数据治理框架，掌握元数据管理、数据质量评估、数据血缘分析等核心概念。对大模型训练数据工程、RAG（检索增强生成）、Agent 知识管理、合成数据、数据偏见与公平性、可解释 AI 等当前热门研究方向有浓厚兴趣。 掌握 Python 及至少一种深度学习框架（PyTorch 等），有学术实验中数据处理与模型实验经验。具有较强的中英文文献检索、阅读与科技写作能力，能独立完成文献综述、研究报告与学术论文撰写。 科研思维活跃，善于从学术前沿中发现问题并提出创新性研究思路；具备良好的学术沟通与跨学科协作能力，治学严谨，自驱力强。 1.跟踪国内外数据治理、知识工程、AI数据治理与数据要素领域的前沿学术动态与技术演进，进行系统性文献调研与综述研究，撰写研究报告与技术趋势白皮书。 2.研究面向 AI 场景的数据治理理论框架与方法体系，重点探索本体驱动的数据治理、知识图谱构建与演化、大模型与知识库的协同机制等方向，设计面向智能系统的知识表示与推理方案。 3.研究知识增强的检索与生成（RAG）、多源异构数据融合与知识对齐、Agent 环境下的动态知识管理等前沿技术，探索知识工程与数据治理在 AI 应用中的深度融合路径。 4.参与数据治理、知识图谱、AI 数据相关国家标准、行业标准的调研与研制工作，为标准化提供理论与技术支撑。 5.承担或参与科研课题，独立或协作完成项目申报、论文撰写与成果申报；在国内外高水平期刊或会议上发表研究成果；推动学术成果的工程转化与应用落地。 岗位要求： 1.从事数据治理和数据资产管理理论研究，编写相关的白皮书和研究报告； 2.深入金融、电信、政务等行业，编写调研问卷，进行数据情况调研和报告整理； 3.制定数据治理与资产管理的标准、制度体系； 4.为能源、金融、电信、政务等行业提供数据治理和数据资产管理的咨询，组织调研访谈，盘点数据资产，梳理标准和数据模型，提升数据质量。 5.组织国内外数据治理与资产管理交流的相关活动，参与国际会议和国际标准制定。