1.负责符号推理框架与系统整体架构设计，制定推理引擎选型与集成方案，使得符号推理引擎与神经输出集成，确保一致性、合理性及可靠性。

2.根据业务场景（如问答、推荐、决策支持）构建知识本体、逻辑规则与策略。

3.设计并实现知识抽取、融合、校验与更新流程，保证知识库一致性和可维护性。

4.开发与优化推理管道，解决大规模知识图谱的查询性能与推理效率问题。

5.研究并推动神经 - 符号协同方法，将符号知识与深度模型结合提升系统能力。

6.搭建监控与反馈机制，跟踪推理结果的质量，持续进行规则迭代与版本管理。

7.撰写技术文档、示例与接入指南，支持应用团队或外部客户使用推理服务。

8.与安全与合规团队合作，确保推理系统的访问控制、审计和隐私保护机制。

9.将领域知识编码为逻辑约束和约束求解器。

10.开发 PINN、PIML、FNO 等多种机器学习模型结合强化学习用于特定应用场景。