知识库组长(J11720)

岗位职责
1.知识建模与多模态知识管理
基于汽车软件及AI研发场景需求，设计知识图谱的本体（Ontology）模型，支持跨领域知识融合；
构建多模态知识管理体系：整合文本、图像、时序数据等多源数据，设计统一的知识表示框架，确保知识的可扩展性与互操作性。
2.知识抽取与图谱构建工程
主导知识抽取技术方案设计：基于预训练模型、实体识别、关系抽取及多模态对齐技术，开发自动化抽取工具链；
组织跨团队实施知识图谱构建：完成从数据清洗→ 实体对齐→ 图谱存储→ 质量验证的全流程落地，保障图谱的准确性与完整性。
3.知识推理引擎设计与应用集成
设计知识推理引擎：基于规则推理、图神经网络推理及混合推理技术，开发支持复杂查询的推理模块；
推动推理能力与业务系统集成：对接AI研发、产品团队及客户交付，落地知识图谱应用场景，并持续优化推理效率。
4.知识价值与业务场景赋能
深度对接业务部门，识别知识需求，推动知识图谱输出定制化解决方案；
主导知识价值挖掘项目：通过知识可视化、场景化应用及跨行业赋能，提升知识对业务决策与技术创新的支撑力；
建立知识图谱迭代机制：基于业务反馈与技术演进，持续优化本体模型、抽取策略及推理规则，确保知识资产的时效性与实用性。
5.关键技术/课题攻坚支撑，推动落地转化
联合其他领域专家，带领小组与跨组团队协同攻克关键技术/课题，推动技术攻坚成果的落地转化。

岗位要求
1.基础资质
计算机科学、人工智能、数据科学等相关专业硕士及以上学历（博士优先）；
5年以上知识图谱研发与工程实践经验，其中3年以上汽车电子/智能驾驶/AI研发领域知识图谱项目经验；
英语可作为工作语言（读写流利），能高效对接跨国技术/产品团队。
2.核心能力
①知识建模与多模态处理
精通知识图谱本体设计，熟悉RDF/OWL、SHACL等知识表示语言，有跨领域知识融合成功案例；
掌握多模态知识管理技术，能设计文本、图像、时序数据的统一表示方案，熟悉跨模态对齐或多模态预训练模型的应用。
②知识抽取与图谱构建
熟练使用知识抽取工具链，掌握基于预训练模型的实体/关系抽取、事件抽取技术，有千万级以上三元组构建经验；
熟悉主流图数据库及分布式图存储方案，能根据业务需求选择适配的存储架构。
③推理引擎设计与应用集成
精通规则推理与模型推理技术，有复杂推理场景落地经验；
具备技术落地与集成能力，能将推理模块与业务系统对接，熟悉API设计、微服务架构及性能调优。
3.优先条件
持有知识图谱相关认证（如Neo4j Certified Professional）或在顶会（如WWW、KDD）发表过知识图谱相关论文；
有跨国知识项目管理经验者优先。