工作职责：
1、负责领域知识图谱本体（Ontology）的设计与建模，包括行业知识体系（TBox）设计、概念层级构建、实体与关系类型定义、属性约束建模等；
2、负责知识图谱全生命周期研发，包括多源异构数据的知识抽取（实体识别、关系抽取、属性补全）、知识融合、图谱存储与迭代维护；
3、研发基于大模型的自动化知识抽取工具与本体补全方法，打通非结构化数据到结构化知识图谱的自动化转化链路；
4、推动知识图谱与大模型的融合落地，包括GraphRAG、知识注入（KnowledgeInjection）、语义检索增强等方向，提升Agent在专业场景下的推理准确性与可解释性；
5、保持学术敏锐性，跟踪知识表示学习、图神经网络、神经符号AI等前沿技术，推动内部技术成果向高价值专利或顶会论文转化；
6、具备良好的沟通能力，能够与Agent开发团队、业务部门紧密协同，将知识图谱能力有效融入数智员工产品。
任职要求：
1、博士学历，计算机科学、知识工程、自然语言处理、语义网、数据科学等相关专业；
2、熟练掌握Python及Java，具备扎实的编程基础，熟悉PyTorch/TensorFlow等深度学习框架；
3、深入理解本体建模理论，熟悉OWL、RDF(S)、SHACL等语义网技术栈，了解本体设计模式与实践，有Protégé等本体编辑工具使用经验；掌握知识图谱全流程技术，熟悉知识抽取（NER/RE）、知识融合、图存储等环节的主流方法与工具，了解图数据库（Neo4j、JanusGraph等）并有实际使用经验；
4、熟悉大模型基础知识，了解LLM与知识图谱结合的技术范式（如GraphRAG、知识注入），有大模型辅助知识抽取或本体构建经验者优先；
5、数学基础扎实（线性代数、概率论、图论），在ISWC、WWW、ACL、EMNLP、AAAI等顶会/顶刊发表过知识图谱相关论文者优先；
6、积极进取，自驱力强，具备优秀的逻辑分析能力与跨部门沟通能力，能够将复杂的知识工程技术转化为可落地的产品能力。