长鑫存储
知识数据管理(J20839)
知识数据管理(J20839)
发布于 2 天前普通员工/个人贡献者
全职员工仅现场办公数据治理
数据治理
Rag
Sql
业务分析
大模型
知识图谱
需求分析
项目管理
值不值得投
76综合评分
综合评分 76
AI技术应用型桥梁岗位，成长性强，平台优质，具体福利与WLB需进一步确认。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
15K
比数据治理中位数低
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
约 1710 个在招
职位详情
关于这个职位
作为知识数据管理岗位，你将成为连接业务需求与AI技术落地的关键桥梁
主要负责调研业务部门在知识沉淀、智能问答等场景下的需求，并将其转化为可执行的技术方案
你需要理解大模型、RAG等前沿技术的基本原理，参与技术选型讨论，确保技术方案能够有效解决业务痛点，提升组织效率
最低要求
学历要求：硕士及以上
专业要求：计算机、软件工程、信息管理、AI等相关专业
其他要求：
优秀的沟通与文档撰写能力，能将技术语言“翻译”给业务方，也能将业务需求结构化传达给技术团队
逻辑清晰，面对模糊需求能快速拆解核心功能点与优先级
了解大模型基本原理（Transformer架构、Token/Embedding等基础概念）及RAG基本流程
了解向量数据库的基本作用，有LangChain/LlamaIndex等框架的概念认知
熟悉SQL/NoSQL基本概念，能看懂基础技术架构图及API调用逻辑
有基础Python/SQL阅读能力，不要求独立编写复杂代码
工作职责
业务需求梳理：与业务部门及HR内部职能部门沟通，调研其在知识沉淀、智能问答等方面的痛点与需求，将模糊的业务问题转化为可数据化的具体问题
技术对接与项目管理：作为业务与技术团队间的统一接口，负责需求评审、产品规划、技术方案沟通及排期确认
技术理解与方案支撑：了解大模型（LLM）、RAG、知识图谱等核心技术的基本原理与应用边界，参与技术选型讨论，从业务价值角度评估不同技术方案的成本与收益
AI 洞察
优缺点分析
优点
- 能直接接触和应用大模型、RAG等前沿AI技术，积累宝贵的产业落地经验
- 作为核心接口岗位，能全面提升沟通、项目管理与商业分析等综合能力
- 入职大型企业，平台资源丰富，培养体系相对完善
- 适合专业对口、沟通能力强、对AI技术应用充满好奇、逻辑清晰且善于拆解问题的应届硕士毕业生
缺点 / 挑战
- 需要快速学习并理解较新的AI技术概念，对技术敏感性和学习能力有较高要求
- 在多方协调中平衡业务期望、技术可行性与项目资源，对沟通和项目管理能力挑战大
角色解读
- 在本岗位上可深入积累AI技术在企业级场景的落地经验，未来可向AI产品经理、技术解决方案架构师方向发展
- 通过主导知识管理项目，可构建完整的项目管理与业务分析能力，向技术项目经理或业务负责人成长
- 作为业务与技术团队的桥梁，通过访谈和分析，将业务部门模糊的知识管理需求转化为明确、可量化的技术问题
- 负责AI技术项目（如基于大模型的智能问答）的对接与管理，协调需求评审、方案规划与开发排期
- 需要理解RAG、知识图谱等技术原理，从业务价值角度评估不同技术方案的优劣，支撑技术决策
- 出色的沟通与文档能力，能双向“翻译”业务语言与技术语言，结构化传达需求
- 清晰的逻辑思维，能快速拆解复杂、模糊的业务需求，确定功能优先级
- 对AI技术有概念性认知，了解大模型、RAG基本原理、向量数据库及LangChain等框架
- 具备基础的数据处理能力，能阅读SQL/Python代码，理解技术架构图与API
申请策略
- 在求职信或面试中，表达对通过技术解决企业实际问题的热情，而不仅仅是技术本身
- 提前了解存储芯片行业的基础知识，思考知识管理可能在该产业链中的应用场景
- 突出任何与AI、数据分析或知识管理相关的课程项目、论文或实习经历，特别是涉及需求分析或技术选型的部分
- 强调沟通、团队协作和文档撰写能力，可列举在学生工作或项目中担任“接口”或协调角色的具体事例
- 展示对大模型、RAG等概念的理解，如通过课程笔记、博客文章或小型实践项目来证明
- 系统学习RAG技术原理和常用框架（如LangChain）的官方文档，能清晰阐述其工作流程
- 加强SQL和Python的基础练习，达到能看懂代码逻辑、进行简单数据查询的水平
- 多阅读关于企业AI落地、知识图谱构建的案例分析，培养将技术与业务结合的思维
面试指南
- 回答需求拆解问题时，可采用“背景-模糊问题-分析方法-结构化结果-验证反馈”的框架
- 回答技术理解问题时，先清晰定义核心概念，再结合具体场景（如企业文档问答）说明流程和潜在挑战（如数据质量、幻觉问题）
- 回答沟通协调类问题时，强调理解双方立场、提供备选方案、基于数据和业务价值进行决策的思路
- 请描述一个你如何将一个模糊的需求或问题，拆解成清晰、可执行步骤的经历
- 你对RAG（检索增强生成）技术流程的理解是什么？它在企业知识问答场景中可能遇到哪些挑战？
- 如果业务方提出的某个AI功能需求在技术实现上成本很高或周期很长，你会如何沟通和处理？
- 请分享一个你进行技术方案评估或选型的经历，你考虑了哪些因素？
- 准备1-2个具体的项目或课程设计案例，能清晰说明你在其中扮演的“桥梁”角色、采取的方法和最终成果
职位点评
薪资福利70
成长发展85
工作生活65
使命价值80
薪资福利
70中等
作为大型企业的校招岗位，预计提供市场水准的薪资与基础福利保障，但具体竞争力需结合薪资方案判断。
薪资信号未披露（AI估算：12K-18K/月）
成长发展
85较高
岗位直接对接前沿AI技术（大模型、RAG）的业务落地，能快速积累技术理解和项目落地经验，对个人技能成长和职业路径拓展非常有利。
技术前沿前沿/新兴技术
技术栈大模型、LLM、RAG、知识图谱、LangChain、向量数据库、SQL、Python
业务类型ambiguous
工作生活
65中等
工作地点在合肥，生活成本相对一线城市较低。但JD未提及办公模式和福利，对工作节奏与灵活性信息不足。
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
岗位致力于用前沿技术解决企业知识管理效率问题，服务于半导体存储这一重要产业，能带来通过技术创造实际业务价值的成就感。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
长鑫存储 的其他在招职位
相似职位推荐
Watch Jobs