1.专业背景：计算机、应用数学、数据科学、人工智能等相关专业。
2.学历要求：硕士学历及以上；本科学历如有优秀项目经验也可接受。
3.工作经验：至少 2 年相关项目经验，有重要项目突破经历可放宽至 1 年。
4.技能要求：具备设计和训练大型神经模型（transformer、mamba、GNN、生成式对抗网络 GAN 等）的项目工作经验，熟练掌握 PyTorch/TensorFlow 等深度学习工具，具备构建可微逻辑层、度量学习技能，具有检索增强生成和强化学习的工作经验。

1.定义混合神经符号框架，将神经模块（如嵌入空间）与符号规划器和推理器集成在一起。

2.开发为逻辑符号整合而量身定制的新型神经模块（例如，将逻辑约束嵌入注意力层），最终构建新型注意力机制原型架构或约束执行层以带入符号推理架构。

3.实现端到端可微推理管线架构，构建和端到端的神经符号生成工作流程原型架构，并实现迭代反馈循环，符号推理判断可在迭代反馈循环中持续优化神经展示。

4.评估全系统的性能指标，包括但不限于：事实准确性、可解释性、推理深度和生成质量。

5.优化大规模预训练和微调策略。