1. 本体设计与语义建模概念与属性抽取：对接业务专家，提炼核心实体、属性及关系，定义严格的类层次结构（Class Hierarchy）。公理与规则制定：利用 OWL 语义特性定义等价类、不相交性、逆关系及属性链，编写 SWRL 规则实现语义推理。规范与标准制定：制定企业级本体设计规范（命名、版本、命名空间），输出高质量的本体定义文件（.owl/.ttl）。2. 知识治理与多源融��语义映射与对齐：主导结构化（如关系型数据库）与非结构化数据到本体的映射设计，熟练编写 R2RML 转换规则。实体消歧与链接：设计实体对齐算法与规则，解决同名异义、异名同义问题，实现跨系统的多源数据语义融合。质量约束与校验：使用 SHACL（数据形状约束语言）编写校验规则，构建自动化数据质量监控流水线，保障知识一致性。3. 大模型协同与知识增强知识内化与微调：将本体知识转化为结构化 Prompt、指令微调数据集，增强大模型对特定领域专业概念的认知。RAG 语义检索增强：结合 GraphRAG 技术，利用本体结构进行精准的语义检索、路径扩散与上下游上下文重构。Agent 语义工具调用：利用本体图谱为 AI Agent 构建统一的功能、工具与场景语义图谱，提升 Agent 任务规划与工具调用的准确率。4. 架构设计与工程落地图数据库选型运维：负责 GraphDB、Stardog、Neptune、Virtuoso 等三元组存储（Triple Store）或原生图数据库的架构设计与性能调优。查询优化与工程化：编写并深度优化复杂 SPARQL 查询语句，设计高效的知识图谱 API 服务，保障高并发下的低延迟响应。应用场景落地：协同工程团队，将语义模型落地到智能搜索、语义推荐、根因分析、合规审查等前台业务场景。

1、硕士及以上学历，具备良好的团队协作、沟通对接能力，品行端正、诚实守信； 2、具备良好的学习能力和技术钻研意识，逻辑思维清晰，具备良好的问题拆解、技术攻关和数据分析能力；