岗位职责
- 负责AI 知识库建设：面向企业/业务 Agent 场景，规划知识接入、解析、加工、索引、检索、召回、重排、知识更新与权限管理、图谱等核心能力，构建高质量、可持续演进的知识基础设施。
- 建设 Agent 原生知识能力：围绕 Agent 的任务执行与复杂推理需求，探索长短期记忆、上下文知识注入、动态检索、知识引用与溯源、结构化知识、知识图谱等能力，提升 Agent 的知识利用效率与任务成功率。
- 打造标准化、平台化产品能力：抽象统一的知识管理与服务接口，支持多业务、多模型、多 Agent 接入；推动知识库与 Agent Harness、MCP、工具调用、评测体系等基础设施协同，降低业务接入和应用构建成本。
- 建立知识质量与效果评测体系：构建覆盖检索准确率、召回率、答案可信度、知识时效性、权限隔离及端到端任务效果的评测机制，结合线上反馈与问题归因，持续优化知识链路。
- 推动技术与业务协同落地：深入理解大模型、RAG、Embedding、Rerank、上下文工程及 Agent 技术演进，与算法、工程、安全及业务团队协作，推动核心能力从技术验证走向规模化应用。 在CatPaw体系，建设面向企业/业务 Agent 的统一知识基础设施，让知识能够被高效接入、可靠检索、准确使用、持续更新和有效评测，成为CatPaw 完成复杂业务需求的核心支撑能力。
职位要求
- 具备 2 年及以上 AI 平台、知识库、搜索推荐、数据平台产品经验，有复杂平台型产品的规划与落地经验。
- 大模型及Agent基本功扎实，理解 RAG、向量检索、混合检索、重排、文档解析与切分、上下文构建等核心技术及其适用边界。
- 理解 Agent 的基本运行机制，了解 Harness、工具调用、MCP、Agent Memory 等相关技术，有 Agent 平台或智能体应用落地经验者优先。
- 具备较强的系统性思维和技术理解能力，能够深入技术细节，完成场景抽象、产品架构设计、需求优先级判断及跨团队推进。
- 具备数据驱动意识，能够设计合理的效果指标与评测方案，通过数据分析、用户反馈和问题归因持续改进产品。
