岗位描述
岗位职责:
1. 负责本体 + 大模型融合的语义解析算法研发:将用户自然语言问句转化为本体语义表示,完成实体链接、维度 / 指标识别、关系抽取、歧义消解,基于本体 TBox 约束修正大模型输出,降低语义理解错误。
2. 研发本体感知查询规划算法:基于本体概念、关系、业务规则做查询逻辑推理,完成多表关联、聚合计算、过滤条件规划;结合本体约束校验查询逻辑,自动拦截口径错误、非法查询,提升复杂查询准确率。
3. 搭建问数评测体系与 badcase 迭代闭环:构建领域评测数据集,设计多维度评估指标(语义匹配率、SQL 正确性、口径合规率);系统性分析错误案例,定位是语义理解、本体缺失还是推理缺陷,持续迭代算法策略。
4. 研究前沿相关技术:NL2SQL、知识推理、语义解析、Data Agent、RAG;结合业务场景做算法选型、消融实验,落地优化方案,持续提升引擎效果。
5. 和知识工程、后端、数据团队协作:对接本体建模团队,理解本体模型结构;把算法能力封装成服务 API,落地到指标平台 / 数据中台,量化算法收益。
任职要求:
1.211/985硕士及以上学历, 计算机、人工智能、数据科学等相关专业,3 年以上 NLP / 知识图谱 / 后端开发经验;有 NL2SQL、知识图谱、语义解析、大模型应用项目经验。
2.掌握本体、知识推理基础理论,熟悉 OWL/RDFS,理解 TBox/ABox;了解 SHACL、规则推理,能够看懂本体模型并基于本体设计算法约束。
3.扎实的 NLP 基础:实体链接、关系抽取、语义消歧;熟悉大模型微调 / 提示工程 / RAG/Agent;熟悉 SQL,理解数仓多表 join、聚合、维度指标计算逻辑。
4.熟练使用 Python,熟悉深度学习框架;具备完整算法落地经验,会做数据集构建、实验设计、指标评估、badcase 分析。
5.具备良好抽象能力,能够把业务指标规则转化为算法可利用的本体约束;良好的跨团队沟通能力。
加分项:
1. 有本体驱动 NL2SQL、语义查询、神经符号融合项目实战经验;
2. 熟悉图推理、符号推理,有基于本体做查询校验、纠错的落地案例;
3. 熟悉大模型结构化输出、工具调用,擅长通过符号知识抑制大模型幻觉;
4. 在 NL2SQL、知识图谱顶会(ACL/EMNLP/KR 等)有论文或竞赛经验优先。