华为
知识治理与建模专家
知识治理与建模专家
发布于 5 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Coding
Rag
技术文档
知识图谱
知识工程
结构化思维
值不值得投
78综合评分
综合评分 78
华为AI知识工程前沿岗位，技术成长空间极大，薪资竞争力强，但工作节奏与WLB需进一步确认。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
4万
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 490 个在招 · 其中人工智能 3 个
市场机会
选择面较广
深圳 · 人工智能 · 约 120 个在招
职位详情
关于这个职位
该职位负责将组织内的隐性工程经验转化为AI智能体可读取的结构化知识资产，支撑AI Coding全链路智能化
你需要设计分层知识架构，实现知识与代码的自动同步，并建立约束护栏与失败反馈闭环，确保AI在复杂工程任务中高效、准确地执行
最低要求
必备条件：
年以上知识工程、技术文档工程、开发者体验或AI工程化相关经验
深刻理解“隐性知识→显性知识→可执行知识”的转化路径，有实际落地案例
熟悉AI Coding工具链及其上下文管理机制
具备优秀的抽象能力和结构化思维，能将模糊的经验提炼为清晰的规则
有技术背景，能读懂代码并与工程师高效沟通
工作职责
隐性知识显性化与持续捕获：建立机制，将资深工程师的经验（如设计决策、故障排查、踩坑记录）通过访谈、复盘等方式，持续转化为结构化的文档、规则或脚本，形成组织可复用的知识资产
分层知识架构与AI可读规范设计：设计并维护分层文档系统，定义各领域模块的职责边界、API约定、数据流规范，确保知识可被AI按需读取，避免上下文过载
知识-代码自动同步与熵管理：通过Agent或Git Hooks实现“代码变更→文档同步”的自动化闭环，并定期清理过时、冲突或冗余的知识资产，保持知识库的鲜活度与一致性
约束护栏与失败反馈闭环：将隐性经验转化为硬性约束（如状态机、Linter规则、权限边界），替代软性提示词
同时将L1-L3验证的失败案例沉淀为可复用知识，驱动AI自愈与知识迭代
优先资格
加分项：
有Harness Engineering实际项目经验
熟悉AGENTS.md/CLAUDE.md等AI上下文管理实践
有知识图谱、专家系统或RAG系统建设经验
有开源项目文档体系或开发者文档平台建设经验
AI 洞察
优缺点分析
优点
- 处于AI Coding与知识工程的前沿交叉领域，技术壁垒高且人才稀缺
- 依托大型企业的复杂工程场景，能积累极具价值的AI工程化落地经验与行业影响力
- 隐性知识的提取与结构化难度较大，需要极强的沟通与抽象能力，初期推进可能面临阻力
- 推动知识-代码自动同步及约束护栏落地时，需要跨团队协作与流程改造，对项目管理能力要求高
- 适合具备技术背景、热爱知识管理与AI工程化，且拥有极强逻辑抽象与跨团队沟通能力的复合型人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI知识工程架构师、AI研发效能专家或开发者体验（DevEx）负责人方向发展
- 成为AI时代工程化知识体系的核心构建者，掌握极具稀缺性的AI落地方法论
- 将资深工程师的隐性经验（如架构决策、故障排查）转化为AI智能体可读取的结构化知识资产
- 设计分层知识架构，实现代码与文档的自动同步，并建立约束护栏与失败反馈闭环，支撑AI Coding全链路智能化
- 具备知识工程或AI工程化经验，深刻理解隐性知识到可执行知识的转化路径
- 熟悉AI Coding工具链及上下文管理，具备优秀的抽象与结构化思维，且拥有能读懂代码的技术背景
申请策略
- 准备1-2个将模糊经验转化为清晰规则或脚本的具体案例，面试时重点展示你的结构化思维和技术沟通能力
- 重点突出隐性知识显性化的实际落地案例，以及参与过的AI Coding工具链或RAG/知识图谱项目
- 展示如何通过技术手段（如Agent、Git Hooks）实现文档与代码的自动同步，体现工程化能力
- 深入学习AGENTS.md/CLAUDE.md等AI上下文管理实践，熟悉主流AI Coding工具的底层机制
- 补充知识图谱或专家系统的相关技术栈知识，提升对复杂知识体系的建模能力
面试指南
- 采用STAR法则，重点突出“问题背景-抽象转化过程-技术实现手段-最终业务收益”
- 在回答架构设计问题时，强调“分层、解耦、按需读取”的设计原则，展现系统性思维
- 请分享一个你将隐性经验转化为显性知识并成功落地的案例
- 如何设计分层知识架构以避免AI在复杂任务中的上下文过载？
- 在实现代码变更与文档自动同步时，你遇到过哪些技术难点，如何解决的？
- 如何将软性提示词转化为硬性约束（如Linter规则）来规范AI行为？
- 提前了解华为在AI Coding和研发效能方面的公开实践，熟悉RAG、知识图谱在代码生成中的应用场景
- 复习Git Hooks、Agent工作流等相关技术细节，准备应对底层技术原理的追问
职位点评
薪资福利85
成长发展90
工作生活50
使命价值80
薪资福利
85较高
专家级岗位薪资具备较强竞争力，且跨国巨头企业福利体系完善，整体薪酬回报处于市场较高水平。
薪资信号未披露（AI估算：3千–5万/月）
成长发展
90较高
岗位处于AI知识工程与AI Coding的前沿交叉领域，技术栈新颖，能极大提升个人在AI工程化方向的稀缺技能与行业竞争力。
技术前沿前沿/新兴技术
技术栈AI Coding、Agent、RAG、知识图谱、Git Hooks、AGENTS.md
业务类型cost_center
工作生活
50较低
JD未明确提及工作模式与加班情况，但作为核心研发效能部门，工作节奏可能较快，WLB情况需入职后具体确认。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
推动AI Coding全链路智能化，赋能广大工程师提升研发效能，具有较高的技术使命感与行业推动价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号支撑AI Coding从需求分析、代码生成、测试验证到部署运维的全链路智能化闭环
创新程度积极采用新技术
Watch Jobs