图计算的经典问题如可达性、社区检测、链路预测和模式匹配等已经在搜索推荐、金融风控等场景的实践中被验证效果显著。我们团队一直致力于研发大规模分布式图计算系统，在2020年12月我们开源了GraphScope项目。GraphScope是能处理图交互查询、图分析、图学习等多类型图计算任务的一站式大规模图计算引擎。核心成果累次发表在 NSDI/SIGMOD/VLDB 等国际顶级的数据库/系统领域学术会议上，并曾获得最佳论文奖/最佳演示奖等奖项。

我们正竭力寻找在图神经网络/图计算相关领域的优秀工程师和杰出科学家，基于GraphScope研发新一代图神经网络技术框架，共建开源项目，打造顶级学术和社区影响力。包括打造大规模高性能工业级图神经网络训练框架，探索GNN算法与系统的结合优化，推进图神经网络在推荐、搜索、风控等场景的技术落地。

具备以下条件者优先：
1.1. 熟悉图神经网络/图计算，业界主流图神经网络训练框架或图计算系统者优先；
2.2. 熟悉机器学习以及TensorFlow、PyTorch等机器学习框架者优先；
3.3. 有分布式系统，高并发/并行计算等相关研发工作经验者优先；
4.4. 在OSDI/EuroSys/SIGMOD/VLDB等相关领域顶级会议有文章发表者优先；