工作职责：

- 核心是研发新一代 Agentic Graph/Graph Memory 系统（聚焦 Graph AI 与 LLM Memory 机制）
- 重点负责 Agent / Loop / Harness 相关工程落地，设计并优化 Agent 读写图记忆的架构
- 推动在 Coding Agent、AIOps/SEC、知识库等真实业务场景的落地，侧重 ROI 落地/实际应用
- 深度优化 Text2GQL 等图查询的 Tool Use 效率，打通完整的数据流闭环
- 实习时间 ＞ 4 个月优先, 表现优异的同学有校招转正名额（有配套苹果本/主机）

任职资格：

- （必要） 积极拥抱 + 熟悉 AI 相关工具使用，习惯阅读分享技术文章；有良好自驱力/判断力 + Taste
- 扎实的工程能力，熟悉 Python + 至少 1 门强类型语言（C*/Rust/Java/Go），熟悉主流 LLM 模型
- 熟悉主流 Agent / Loop / Harness 架构，有 Long-term Memory 相关认知与实际工程经验
- 熟悉 Mem0/Graphify/CR-Graph/Skills-Graph 等图与 LLM 结合方案
- 了解 VectorDB/Graph/LSM 读写流程原理优先
- 有高质量 "开源/技术类" 比赛相关经验优先 （推荐附带 Github/Blog 等个人作品/信息）