一、崗位職責?
（一）知識圖譜與知識庫建設?
主導企業級知識體系設計：梳理 “設備參數 - 項目方案 - 客戶需求 - 區域政策” 核心實體關系，設計適配相關應用場景的知識圖譜本體與 Schema；?
多模態數據處理：搭建自動化流程，實現文本 OCR 識別、圖片關鍵信息提取（如設備安裝細節）、視頻幀語義標注（如生產工藝步驟），并完成數據清洗與結構化轉換；?
知識庫架構落地：部署混合存儲方案（圖數據庫 + 向量數據庫），實現知識的高效存儲、索引與更新，保障知識召回率≥90%（參考 RAG 技術標準）；?
知識質量管控：建立自動化校驗機制，定期核查知識準確性（如設備價格變動、區域政策更新），同步支撐業務團隊知識補全。?
（二）大模型應用開發與 AI 系統對接?
RAG 架構開發：基于 LangChain/LlamaIndex 構建檢索增強生成系統，對接 AI 資料查詢系統，實現 “多模態提問 - 精準知識檢索 - 結構化回答” 全流程；?
大模型適配與微調：基于開源模型（如 Llama 2）或 API（如 GPT 系列），針對特定的應用場景微調模型，優化推理回答邏輯；?
系統集成與 API 開發：設計知識服務接口，實現知識庫與相關AI應用系統的無縫對接，支持實時知識調用與反饋迭代；?
（三）運維與協同?
負責知識庫與大模型應用的日常監控，保障系統可用性≥99.9%，優化高并發場景下的檢索性能；?
聯動業務團隊：收集銷售、技術團隊的知識需求，推動知識體系迭代；?
輸出技術文檔：編寫知識庫使用手冊、API 調用指南，支撐 AI 系統運維與業務團隊培訓。?
二、崗位技能要求?
（一）核心技術硬技能?
知識圖譜全流程能力：?
熟練使用圖數據庫（Neo4j/NebulaGraph）進行 schema 設計與查詢優化，有 10 萬 + 實體規模圖譜落地經驗；?
掌握 NLP 與多模態處理工具：如 DeepKE（知識抽取）、spaCy（實體識別）、CLIP（圖文跨模態檢索）、EasyOCR（多語言文本識別）；?
具備知識質量評估能力：能設計 “實體準確率 - 關系完整性 - 更新時效性” 三維校驗指標。
大模型應用開發能力：?
精通 RAG 技術棧：LangChain/LlamaIndex 框架應用、Milvus/Qdrant 向量數據庫部署與調優，能優化上下文召回精度（Context Precision≥85%）；?
掌握大模型微調與 Prompt 工程：熟悉 LoRA 等參數高效微調方法，能針對特定應用場景設計精準推理提示詞；?
具備應用開發能力：Python 編程熟練，能開發 RESTful API，有 FastAPI/Django 后端開發經驗者優先。?
數據與系統能力：?
熟悉多模態數據處理流水線：能整合 OpenCV（視頻處理）、Pillow（圖片處理）、PyPDF2（文檔解析）等工具；?
掌握容器化部署：使用 Docker/K8s 實現知識庫與大模型應用的打包部署，有云服務（AWS / 阿里云）使用經驗。?
（二）軟技能?
項目管理能力：能獨立主導從知識梳理到 AI 應用落地的全流程項目，把控時間節點與交付質量；?
跨團隊溝通：能高效對接銷售、技術、AI 開發團隊，平衡業務需求與技術可行性；?
學習能力：持續跟進知識圖譜（如 Agentic RAG）與大模型技術演進，快速應用到業務場景。?
三、任職資格要求?
學歷背景：計算機科學、人工智能、數據科學等相關專業本科及以上學歷；?
工作經驗：2 年以上知識圖譜構建 + 大模型應用開發復合經驗，至少主導過 1 個企業級知識庫（含多模態數據）落地項目；?
項目案例：能提供過往案例，有工業設備領域經驗者優先；
四、福利待遇
1、上班時間：9：00-11:50,13:30-17:30（冬）/14:00-18：00（夏），雙休；
2、各項補貼：全勤補貼、餐飲補貼、住宿補貼；
3、薪資待遇：基本工資（10-20K）+餐補+房補+全勤補；
4、社保：公司為員工統一繳納社會保險；
5、法定節假日：年假、婚假、產假、陪產假、哺乳假、喪假等；
6、節假日禮品福利：情人節、3.8女神節、端午節、中秋節、春節等福利；
7、禮金福利：新婚禮金、新生兒禮金、直系親屬喪禮金等；
8、其他福利：公司每年集體旅游1-2次，團隊內部不定時團建；伯樂獎勵1000-3000元；
9、優秀的企業文化，輕松、愉快、有趣的工作氛圍，我們期待您的加入。