AI开发工程师（企业知识库与数据智能方向）

岗位职责： 1、负责企业知识库与智能问数底座建设，包括非结构化文档接入、数据清洗、文档解析、Chunk 切分、向量化、索引构建、权限控制、增量同步、质量校验与异常追踪； 2、负责企业知识工程体系建设，将业务术语、产品资料、流程制度、方法论、案例经验、会议纪要、工作日志等内容，沉淀为可被 Agent 理解、检索、推理和调用的知识资产； 3、负责 RAG 检索增强链路设计与优化，包括 Query 改写、意图识别、召回策略、混合检索、Rerank、上下文组装、引用溯源、答案生成、幻觉控制和效果评估； 4、负责知识库语义治理，包括本体建模、标签体系、元数据设计、实体抽取、关系抽取、实体消歧、知识图谱构建与 Graph RAG 等能力探索； 5、负责结构化数据智能问数能力建设，参与业务系统数据接入、语义模型设计、指标口径治理、自然语言转 SQL、SQL 安全校验、数据权限注入和查询结果解释； 6、参与数字同事 / Agent 平台能力建设，将企业知识库、个人知识库、智能问数、MCP 工具、业务系统接口等能力接入 Agent 工作流，支撑业务场景快速验证和复用； 7、负责知识库效果运营与持续优化，建立知识覆盖率、召回准确率、问答准确率、数据新鲜度、响应速度、引用可信度等评估指标，推动知识库从“能查”走向“可信、可用、可运营”。 任职要求： 1、Python 基础扎实，熟悉 FastAPI / Flask 等后端框架，熟悉 MySQL、Redis、对象存储、异步任务、接口鉴权、日志监控等常见工程能力； 2、熟悉企业知识库 / RAG 核心链路，理解文档解析、OCR、版面分析、表格抽取、文本清洗、Chunk 策略、Embedding、向量索引、检索召回、Rerank、上下文压缩和引用溯源等关键技术； 3、理解主流检索技术原理，包括 BM25、倒排索引、向量检索、ANN 近似最近邻、HNSW、混合检索、语义召回、关键词召回、多路召回、重排序等； 4、理解知识工程相关概念，包括本体论、Taxonomy、Ontology、元数据、实体识别、关系抽取、实体链接、实体消歧、知识图谱、RDF / 三元组 / 属性图等，有实际落地经验优先； 5、熟悉数据治理基本方法，理解数据血缘、数据质量、数据口径、主数据、元数据管理、权限模型、敏感信息处理、知识版本管理和增量更新机制； 6、具备结构化数据智能问数经验，理解语义层、指标定义、维度建模、NL2SQL、SQL 校验、查询改写、权限过滤、结果解释与数据可信输出； 7、了解主流知识库和 AI 应用框架，如 RAGFlow、FastGPT、Dify、LangChain、LlamaIndex、Milvus、Elasticsearch、Qdrant、Neo4j 等； 8、了解 Agent 基本原理，熟悉工具调用、MCP、工作流编排、Session 状态、长期记忆、Plan 模式、多 Agent 协同等能力，能判断知识库和数据能力如何接入 Agent 场景； 9、具备较强的业务理解和抽象能力，能够从复杂业务资料和业务沟通中提炼术语、流程、规则、数据口径和关键知识，并沉淀为规范化知识资产； 10、对 AI 应用落地有热情，关注大模型、RAG、Agent、知识图谱、智能问数等方向，具备主动探索、快速验证和持续迭代能力。