崗位職責(zé)
1. 知識圖譜建模與設(shè)計: 根據(jù)業(yè)務(wù)需求,設(shè)計知識圖譜的Schema(本體/數(shù)據(jù)模型),定義實體、關(guān)系、屬性及其約束。
2. 圖譜構(gòu)建與填充: 利用數(shù)據(jù)工程師處理好的結(jié)構(gòu)化/半結(jié)構(gòu)化數(shù)據(jù),構(gòu)建和填充知識圖譜。應(yīng)用知識融合技術(shù)解決數(shù)據(jù)沖突和冗余。
3. 圖數(shù)據(jù)庫選型與管理: 精通主流圖數(shù)據(jù)庫(Neo4j, NebulaGraph, TigerGraph等)的選型、部署、數(shù)據(jù)建模、查詢優(yōu)化與維護(hù)。
4. 圖查詢與推理: 熟練使用圖查詢語言(Cypher, Gremlin, nGQL等)進(jìn)行復(fù)雜查詢。探索和應(yīng)用圖推理算法挖掘隱藏關(guān)系。
5. RAG深度集成: 設(shè)計并實現(xiàn)將知識圖譜作為強大的檢索源深度集成到RAG系統(tǒng)中的方案(超越簡單的向量檢索,利用圖關(guān)系進(jìn)行更精準(zhǔn)、可解釋的檢索和推理)。探索圖增強的檢索策略。
6. Agent知識服務(wù): 為知識密集型AI Agent提供基于圖譜的知識查詢、推理和更新服務(wù)接口。
7. 圖譜更新與演化: 設(shè)計并實現(xiàn)知識圖譜的更新、演化機制和質(zhì)量監(jiān)控。
8. 工具與規(guī)范: 制定知識圖譜構(gòu)建規(guī)范,開發(fā)或引入圖譜管理、查詢、可視化調(diào)試工具。
9. 技術(shù)賦能: 撰寫圖譜技術(shù)文檔,培訓(xùn)團(tuán)隊使用圖譜和集成圖譜的RAG方案。
任職要求
1.AI技術(shù)棧:
精通知識圖譜核心理論和技術(shù)棧(本體建模、圖數(shù)據(jù)庫、圖查詢、圖推理)。
精通至少1-2種主流圖數(shù)據(jù)庫的核心原理、部署、建模語言、查詢優(yōu)化。
深入理解RAG架構(gòu),并專注于如何將圖譜深度融入RAG流程。
了解AI Agent對知識服務(wù)的需求模式。
經(jīng)驗要求:
2年以上知識圖譜設(shè)計、構(gòu)建和應(yīng)用的實戰(zhàn)項目經(jīng)驗。
有將知識圖譜成功應(yīng)用于實際系統(tǒng)(特別是搜索、推薦、問答或RAG系統(tǒng))的經(jīng)驗。
有圖數(shù)據(jù)庫選型、部署和性能優(yōu)化經(jīng)驗。
2.核心技能:
知識圖譜建模與設(shè)計。
圖數(shù)據(jù)庫的深度應(yīng)用與優(yōu)化。
圖查詢與圖推理。
知識圖譜與RAG/AI Agent的深度集成。