高级知识库研发工程师

知识体系与 Schema 设计：联合锂电领域专家，梳理电芯研发（材料、工艺、性能、失效等）知识体系，设计知识图谱 Schema、实体关系标准与知识库分类架构，保障知识体系的领域专业性与扩展性。

知识抽取流水线开发：针对锂电文献专利、实验报告、技术文档、仿真数据等多源数据，开发自动化知识抽取、实体对齐、关系抽取、属性补全的算法流水线，实现非结构化知识的结构化转化。

知识库与图谱构建运维：选型并搭建图数据库与向量知识库，完成知识入库、图谱构建、版本管理与动态更新，保障知识的准确性、时效性与一致性。

知识服务接口开发：封装知识查询、关联推理、语义检索等标准化接口，对接上层大模型与Agent系统，实现核心功能的Agent落地。

知识质量管控优化：建立知识质量评估体系，联合领域专家完成知识校验与迭代，持续提升知识准确率与覆盖率

硕士及以上学历，计算机科学与技术、人工智能、自然语言处理、知识工程、软件工程等相关专业；

具备3 年及以上知识图谱 / 知识库 / NLP 相关开发经验，有完整的垂域知识库从 0 到 1 落地经验，能独立完成全链路开发；

精通知识图谱全流程开发，熟练掌握实体抽取、关系抽取、实体对齐等核心算法，有工业级知识抽取流水线搭建经验；

熟练使用 Neo4j、NebulaGraph 等至少一种图数据库的部署、开发与性能优化；

熟悉向量数据库（Milvus/FAISS 等）的原理与使用，了解语义检索、RAG 的基础逻辑；

精通 Python 开发，掌握至少一种深度学习框架（PyTorch/TensorFlow），能基于开源模型完成抽取任务微调；

熟悉常用 NLP 技术（文本分类、命名实体识别、关系抽取、文本摘要等）与开源工具