平台架构设计与实现：主导知识工程平台的整体架构设计，包括数据采集、解析、抽取、向量化、存储到服务化的全链路技术方案
确保系统具备高可用、高并发、可扩展及易维护的特性
2.高性能组件研发：设计与开发平台核心组件，如高性能文档解析服务、向量化处理流水线、多模态数据索引引擎，并集成优化各类向量数据库（如Milvus、ElasticSearch）与知识图谱数据库
3.系统集成与优化：负责将算法团队产出的模型（如实体识别、关系抽取、Embedding模型）进行工程化封装、服务化部署与性能优化
解决模型推理过程中的延迟、吞吐量及资源消耗等瓶颈问题
4.技术选型与攻坚：评估并引入适合的技术栈与中间件，主导技术难题攻关，例如解决海量向量相似度检索的性能瓶颈、设计分布式缓存机制、实现复杂查询的路由策略等
5.跨团队协作：与算法专家、产品经理及业务团队紧密沟通，深刻理解业务需求与算法逻辑，设计并落地能够高效支撑知识构建（如GrapRAG、KAG）与应用（如智能检索、问答）的技术架构
6.规范制定与团队赋能：制定团队开发规范、技术文档标准，并通过代码评审、技术分享等方式提升整体团队的技术能力