岗位职责:

1、负责企业级语义层/本体建模的顶层设计，将业务领域知识通过本体建模形式化为可计算的本体模型(T-Box)，设计类层次结构、对象/数据属性、基数约束与SWRL/SHACL规则，构建跨系统的统一语义标准;2、负责本体模型的设计、构建、迭代与落地实施，主导业务域知识梳理、实体定义、关系抽取与语义体系搭建，有蚂蚁金服本体建模相关项目经验优先。

3、主导知识图谱存储架构选型(RDFStore/属性图/时序图)，设计A-Box实例化映射策略、实体解析(FERN)与主数据治理(MDM)集成方案，实现多源异构数据的语义统一;

4、构建数据血缘追踪体系，确保从原始数据到推理结论的完整可追溯性;与业务和AI团队深度协作，将本体约束嵌入LLM推理流程，实现神经-符号融合(Neuro-Symbolic)的RAG增强与Agent决策验证;

5、建立本体生命周期治理体系，涵盖版本控制(Git-ike)、变更影响分析、向后兼容策略与自动化迁移工具;最终使业务数据从”可存储”升级为”可理解、可推理、可信任”的企业知识基础设施。

6、支撑业务团队开展基于语义层和本体技术的流程智能体的构建，实现智能体业务决策的确定性和可追溯性。

岗位要求：

1、核心技术栈要求:精通OWL2(DL/RL/QL/EL)语义表达能力与复杂度权衡，熟练运用ProtegeWebProtege进行大规模本体建模，掌握Owready2/OWLAPl进行程序化本体操作与推理机(HermiT/PelletRDFox)集成;

2、存储与计算:精通Neo4j (Cypher优化、GDS图算法) 、GraphDB (RDF*/SPARQL-star) 、TigerGraph (分布式GSQL)或AbutionGraph(时序原生)，熟悉向量数据库(Mivus/Pinecone/pgvector)与混合RAG架构;数据工程:掌握Spark/Flink ETL、CDC(Debezium)、dbt数据建模，具备主数据管理(Reltio/Informatica)与实体解析(规则+ML混合)实战经验;

3、Al集成:熟悉LangGraph/AutoGen/CrewAI智能体框架，能将T-Box约束转化为LLM Prompt工程与输出验证层，理解Embedding模型(BERT/Sentence-BERT)与跨模态对齐;时序与推理:掌握时序数据建模(InfluxDB/AbutionGraph)、复杂事件处理(Flink CEP/Esper)、规则引擎(Drools)与约束求解(OptaPlanner);

4、工程与治理:具备Python/Java全栈开发能力，熟悉Kubernetes云原生部署，掌握数据血缘工具(Apache Atlas/DataHub/OpenLineage)与MCP协议实现;

5、具备制造/金融/医疗等垂直领域的业务抽象能力，能将模糊业务规则精确形式化为本体约束，拥有跨部门协作与技术布道经验，制定企业级语义标准并推动生态落地。

6、具备企业级本体技术落地经验优先