知识工程专家/AI(J10944)

知识建模与体系设计 。深入理解业务,设计覆盖核心业务领域的概念体系、本体、知识图谱模式(Schema),确保知识的统一表达与可复用性。 。定义实体、关系、属性及规则,建立企业知识模型的迭代演进机制。

知识抽取与加工 。研发与优化知识抽取流水线,利用规则、传统NLP及大模型,从非结构化文档、表格、图像等多模态数据中抽取实体、关系、事件与结构化信息。 。负责知识融合、实体对齐、消歧和质量控制,保障知识图谱的精度与完整度。

知识存储与计算 。选型与维护图数据库(如Neo4j、JanusGraph)或RDF存储构建高性能知识存储与查询层。 。开发图谱查询、推理与图分析算法,支持多跳推理、路径发现等复杂知识服务。

智能应用构建(RAG与Agent) 。结合检索增强生成(RAG)架构,将知识图谱、向量检索与传统搜索引擎融合,打造可解释、少幻觉的企业智能问答与知识助手。 。与LLM应用团队协作,实现基于知识库的对话系统、报告自动生成、政策解读等业务应用。

知识运营与治理 。建立知识资产管理规范,包括版本管理、权限控制、知识保鲜与废弃机制。 。设计知识贡献与反馈闭环,推动业务团队持续维护和丰富知识生态,提升知识采纳率。

跨团队协作与赋能 。与业务、数据、AI平台、产品等团队紧密配合,将知识工程能力嵌入到CRM、ERP、客服、数仓等企业系统中。 沉淀方法论与工具集,对内培训、推广知识工程最佳实践。

学历与经验 。计算机、人工智能、信息管理、数据科学等相关专业,硕士及以上学历(或本科且有丰富经验)。 。3年以上知识图谱、知识工程、NLP或相关数据智能领域工作经验

技术能力 。扎实的编程能力,熟练使用Python或Java,有良好的工程习惯。 熟悉主流知识图谱技术栈:RDF/OWL、SPARQL/Cypher,图数据库(Neo4j、Nebula Graph等),本体编辑工具(Protégé等)。 熟悉信息抽取、实体链接、关系抽取等NLP技术,有大模型(如GPT系列、开源LLM)应用、微调或PromptEngineering实战经验。 。理解RAG架构,掌握LangChain/LlamaIndex等框架,了解向量数据库(Milvus、Pinecone等)的使用。 。具备大规模数据处理能力,熟悉Spark、Flink等分布式计算平台者优先。

业务与软技能 。良好的业务抽象与建模能力,能将模糊的业务需求转化为清晴晰的知识工程方案。 。跨部门沟通推动能力,能独立奉引项目,平衡技术理想与业务落地节奏。 。 对知识管理、企业数智化转型有强烈热情,有从0到1构建企业知识库或知识中台经验者优先。