一、岗位定位 作为企业知识资产化与AI化的核心推动者，负责从0到1搭建企业级知识治理体系，将散落在业务中的隐性经验、文档、数据等知识资源，升级为可计量、可估值、可供AI随时调用的高价值资产。对内，建立知识治理的规则与标准，确保知识“越用越多、越用越准、越用越活”；对外，设计知识治理+AI智能应用的整体解决方案，推动知识资产在产品与业务场景中的规模化复用与变现。 二、岗位职责 1. 知识治理体系顶层规划与设计 承接公司战略，规划集团级知识治理体系，明确“知识产生→连接→消费→动态升级”的价值闭环链路与推进路线图，包含知识治理与服务的规则与标准体系。 设计企业级知识治理框架，包括知识分类标准、知识地图、权限规则、更新机制及质量评分标准，建立知识资产的评审、更新与质量管控机制。 从集团视角统筹知识治理整体规划，解决知识碎片化、分散孤岛、重复建设等问题，完成从0到1的体系架构设计与落地推进。 2. 知识资产化与AI技术融合落地 将隐性知识（专家经验）显性化，通过技术手段进行结构化治理，将散落的信息升级为可供AI随时调用的结构化知识资产。 主导知识库的结构化建设，将各类文档、案例、标准等转化为AI可检索的结构化知识；构建领域知识图谱，整合历史案例、原因分析、改进措施，支持智能匹配与跨场景经验复用。 设计知识治理体系与AI智能应用相结合的解决方案，包括AIGC知识生产、智能检索、知识图谱等模块；构建知识治理与AI数字员工的学习闭环机制，实现AI数字员工智能决策的持续进化。 3. 知识治理引擎与平台建设 负责数智化平台底座中统一知识治理引擎的规划及设计，指导研发团队实现。 负责平台知识库架构设计、知识语义/图谱及高速检索技术的选型与落地；熟悉RAG架构、向量检索、大模型应用框架，能独立完成知识引擎选型评估。 制定知识治理的技术标准与知识服务规范，确保知识资产的准确性、完整性和时效性。 4. 知识治理运营与持续优化 以“指标驱动 + 用户体验驱动 + 数据飞轮闭环”三位一体的方式持续运营知识体系；定义并追踪知识覆盖率、消费率、回流率、流失率等核心指标。 跟踪知识运营效果，基于AI应用数据持续优化方案，提升知识复用与业务赋能效果。 跟踪AI、AIGC、大模型等技术趋势，沉淀行业案例，迭代知识治理的方法论与最佳实践。 5. 跨部门协同与治理推动 与业务团队跨职能协作，推动结构化数据与知识的提交，指导各团队将领域特定资产与AI应用需求对齐。 协调多方（业务专家、技术团队、IT）完成知识库建设与治理任务；具备大型企业跨BU协调与治理推动落地的经验。 通过培训、工作坊等形式，帮助业务团队掌握知识治理的实操方法，推动全员参与知识贡献。

1. 经验与背景 本科及以上学历，信息管理、计算机、人工智能、图书情报学、软件工程等相关专业优先。 3-5年以上知识治理/知识管理/企业信息化/AI平台产品相关经验；至少主导过1个集团级知识管理体系从0到1的落地案例，并推动其产生可量化的业务价值。 有独立知识治理咨询项目交付经验者优先；有AI Agent / Multi-Agent试点经验者加分。 2. 技术能力 熟悉RAG架构、向量检索、大模型应用框架，能独立完成知识引擎选型评估；熟悉知识图谱、NLP、知识抽取等技术。 熟悉知识库领域相关技术，特别是开源技术（如RagFlow），熟悉知识语义/图谱及高速检索技术。 了解大模型、NLP、智能知识库等AI技术在知识领域的应用；具备AI模型开发或智能体设计经验者优先。 3. 方法论与方案能力 精通知识治理全流程方法论，熟悉知识资产分类、沉淀、运营、安全管控等核心模块。 具备扎实的企业调研、方案撰写与项目落地能力，能独立输出高质量的诊断报告、解决方案实施计划等文档。 4. 软实力 具备优秀的沟通表达、逻辑思维与文案撰写能力，擅长客户/业务访谈、需求挖掘与方案宣讲。 具备较强的项目管理能力、跨部门协调与治理推动能力，能高效推进多项目并行工作。 数据驱动，能定义并追踪知识治理核心指标，用数据驱动治理策略迭代。