AI 工程师 – 神经符号 AI

岗位介绍

我们正在寻找一位经验丰富的 AI 工程师，负责设计、开发和部署先进的 AI 解决方案，重点关注神经符号 AI 和符号 AI 系统。候选人必须具备符号推理技术的实际经验，如规则引擎、逻辑编程、知识表示、本体、约束求解、推理系统、知识图谱或形式推理，并具有将这些方法与现代 AI 和机器学习系统集成的经验。该职位旨在构建超越概率模型输出的 AI 系统，融入显式规则、结构化知识、确定性推理、可解释性和可追溯的决策路径。必须具备符号 AI 或神经符号 AI 系统的实际经验。

工作内容

• 设计、开发和部署结合神经 AI 技术与符号推理系统的神经符号 AI 架构。
• 开发和维护符号推理引擎、基于规则的系统及结构化决策逻辑。
• 将业务规则、政策、领域知识和复杂决策标准转化为机器可执行的符号表示。
• 使用逻辑编程、规则、约束、本体、知识图谱和形式推理技术设计系统。
• 在适当情况下将大型语言模型或其他机器学习模型与确定性符号系统集成。
• 开发能够生成可追溯和可解释推理路径的推理管道。
• 实现规则链、多阶段推理和基于依赖的推理系统。
• 设计事实、规则、关系、约束和领域知识的表示。
• 开发推理验证、冲突检测、一致性检查和解释生成机制。
• 构建 API、后端服务和可重用的推理组件，以便与企业系统集成。
• 评估推理系统的正确性、一致性、完整性、可解释性和计算性能。
• 开发涉及自动推理和智能决策支持的原型和生产解决方案。
• 与领域专家、软件工程师和业务利益相关者紧密合作，将复杂的领域需求转化为可执行的 AI 逻辑。
• 为 AI 和推理系统实施适当的测试、监控、治理和文档。
• 研究和评估神经符号 AI、符号推理、知识表示和自动决策系统的新兴发展。

任职要求

• 必须具备符号 AI、神经符号 AI 或自动推理系统的实际经验。
• 相关经验应包括以下一个或多个领域：符号推理系统、基于规则的系统与推理引擎、逻辑编程、知识表示与推理、自动推理、约束求解、知识图谱、本体与语义建模、形式推理或形式方法、决策逻辑与规则链、多步推理系统、可解释推理系统、结合神经与符号 AI 的混合架构。
• 经验仅限于传统机器学习、提示工程或生成式 AI 而无符号系统经验的候选人将不符合该职位的核心要求。
• 计算机科学、人工智能、软件工程、数学或相关技术学科的学位。
• 强大的软件开发技能，最好使用 Python。
• 对算法、数据结构和软件工程原理有深入理解。
• 实现符号推理或决策系统的实际经验。
• 理解声明式编程和基于规则的计算。
• 对复杂领域规则和关系进行建模的经验。
• 开发后端服务和 API 的经验。
• 熟悉数据库，包括关系型和/或图数据库。
• 有 Git 和现代软件开发实践经验。
• 理解软件测试、版本控制和生产部署实践。
• 具备以下一种或多种技术或同等符号推理技术的实际经验：Answer Set Programming (ASP) / Clingo、Prolog、Datalog、Z3 / SMT solvers、约束编程框架、规则引擎如 Drools、RDF / RDFS / OWL、SPARQL、Neo4j 或其他基于图的知识系统、语义推理引擎、知识表示框架、自动定理证明或形式推理工具。
• 理解符号推理如何补充神经 AI 系统。相关经验可能包括：将机器学习或 LLM 系统连接到符号推理引擎；将自然语言输入转换为结构化事实、规则或约束；使用神经系统进行解释，同时使用符号系统进行推理和决策；根据确定性规则和约束验证 AI 生成的输出；生成可审计的推理路径和解释；将概率预测与确定性决策逻辑相结合；设计可以追溯到基础事实和规则的结论系统。
• 优先经验：开发企业级 AI 或自动决策支持系统的经验；复杂规则引擎或策略自动化的经验；多步推理和规则链执行的经验；为专业领域设计知识表示的经验；在受监管或高保障环境中运行 AI 系统的经验；理解可解释性……