1. 数据清洗与预处理

- 对招聘岗位描述（JD）及候选人简历数据进行清洗、去噪和标准化处理（如文本分词、实体抽取、结构化转换等）；

- 构建岗位-候选人关联数据集，标注关键实体（如技能、学历、经验等）。

2. 知识图谱构建

- 基于行业知识（如职位分类、技能树、公司信息）设计本体模型；

- 使用图数据库（如Neo4j）或RDF工具构建人岗知识图谱，实现岗位-技能-候选人关系的可视化。

3. 算法设计与评估

- 参与人岗匹配算法的设计与实现（如基于NLP的语义匹配、图神经网络推理等）；

- 设计评估指标（如准确率、召回率、F1值）并对算法效果进行测试优化。

1. 计算机、人工智能、信息管理等相关专业在读本科生/研究生；

2. 熟悉Python及常用库（Pandas/Numpy/Sklearn）；

3. 了解NLP基础技术（如BERT、TF-IDF、实体识别）；

4. 接触过知识图谱工具（Protege、Neo4j）或图算法的优先；

5. 有Git协作或开源项目经验；

6. 每周可出勤3天及以上。