岗位描述
1.知识图谱全栈工程化建设
基于业务需求场景,对业务数据进行系统梳理,运用深度学习算法或领域专家人工方式,抽取并构建知识图谱本体所需的实体、关系及属性;
通过机器学习与规则引擎相结合的方法,完成实体消歧、共指消解、属性归一等知识融合处理,建立统一的数据标准与知识规范;
设计高性能的知识存储架构,结合图数据库与列式数据库的优势进行异构存储,针对不同业务场景构建数据组织分类与索引策略。
2.数据资产图谱化与平台能力建设
建设企业级数据资产知识图谱平台,统一元数据、数据血缘、数据质量、权限管理等全量资产的图谱化表达;
负责图数据库的 Schema 设计与性能优化,保障知识图谱的可扩展性与查询效率。
3.”知识图谱 + 大模型”融合应用落地(核心方向)
探索并落地知识图谱与大语言模型的协同框架,建设基于 GraphRAG 的智能问答与知识检索系统;
建设智能数据发现与资产推荐能力,基于 Embedding 与语义检索技术实现跨源数据的智能匹配与推荐;
基于知识图谱增强业务场景的分析计算能力,支持智能血缘诊断、质量问题根因定位、Text2SQL 语义转化等高级应用;
配合研发、测试团队完成产品功能的设计、开发与上线迭代。
4.技术演进与团队协作
跟踪知识图谱、图神经网络、大模型应用等前沿技术动态,持续推动技术方案升级;
完成团队交办的其他技术攻关任务。