海纳数据算法工程师

1. 01

   协助设计并实现科研评价指标的计算逻辑，涵盖学术影响力、创新性、跨学科性等维度；

2. 02

   参与开发基于机器学习或深度学习的评估模型，融合文本、引用关系等多源信息；

3. 03

   支持构建可交互的评估原型，帮助用户理解评分依据；

4. 04

   利用大语言模型辅助分析学术文本，提取研究贡献、局限性等语义信息；

5. 05

   与NLP、数据工程和产品团队协作，将模型集成到数据处理流程中，支持批量计算。

1. 01

   计算机科学、人工智能、数据科学或相关专业硕士及以上学历，具备扎实的编程和算法基础，硕士学历需有4年工作经验，博士学历无工作经验要求；

2. 02

   熟悉机器学习基本流程（如特征处理、模型训练、评估），有实际项目或竞赛经验；

3. 03

   熟练使用Python，了解常用机器学习库；

4. 04

   能编写清晰、可维护的代码，具备基本的软件工程意识；

5. 05

   对AI在真实场景中的应用感兴趣，愿意深入理解科研领域的业务逻辑；

6. 06

   具备良好的沟通能力，能与跨职能团队有效协作。

加分项

1. 01

   有科研评价、学术推荐、知识图谱或文献计量相关项目经验；

2. 02

   接触过大语言模型应用开发，或使用过Agent框架；

3. 03

   了解图神经网络、序列建模、表示学习或时序预测方法；

4. 04

   熟悉科研出版体系或常用学术数据库（如WebofScience、Scopus、arXiv）；

5. 05

   有处理大规模图数据或学术网络的经验；

6. 06

   在相关会议发表过论文或参与过科研项目；

7. 07

   了解可解释AI、公平性评估或因果推断的基本概念；

8. 08

   关注科研评价的公平性、透明性或伦理问题，对指标设计的潜在偏差有思考。