1、负责油气行业垂直领域大模型底层算法的研究、设计与实现，包括模型架构优化、预训练/微调策略设计、高效推理技术开发等；2、针对油气行业核心业务需求（如勘探开发、油藏模拟、设备故障预测、生产优化等），设计专用算法模块，提升模型在复杂物理场景下的准确性和可解释性；3、与勘探开发、油藏工程、生产维等业务团队合作，发掘大模型应用场景，整理专业数据集，研发面向地震数据、测井曲线、钻井日志、设备传感器时序数据等非结构化/半结构化数据的预处理、特征提取与融合算法；4、跟踪大模型、图神经网络、物理信息驱动AI等技术进展，探索其在油气勘探开发、碳中和等新兴场景的创新应用。

1、 计算机科学、应用数学、地球物理、石油工程或相关领域硕士及以上学历，博士优先；2、 精通Transformer、GNN、强化学习等算法原理，3年以上大模型/深度学习底层开发经验（框架开发、分布式训练优化等）;3、 熟悉PyTorch/TensorFlow底层架构，具备CUDA级性能调优经验，有Megatron-LM、DeepSpeed等分布式训练框架实战经历者优先；4、 掌握高维稀疏数据、时序信号、多模态融合等算法开发，熟悉油气行业数据特征（如测井数据格式、地震数据体结构）者优先；5、 具备能源、工业制造等复杂物理场景的算法落地经验（如电力、化工、航空航天）；6、 具备强逻辑思维与工程化能力，优秀的跨团队协作能力，适应油气行业多层级组织架构下的技术推进模式；7、 熟练阅读英文技术文献，能撰写国际顶会论文或专利者优先。