{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI 知识库 / RAG 检索 / 知识治理",
        "job_level": "初级",AI生成
        "work_category": "兼职",AI生成
        "department": "未披露",
        "location": "广州·天河区·车陂",
        "work_mode": "现场办公",AI生成
        "job_category": "AI数据工程师"AI生成
    },
    "company": {
        "company_name": "广州羽淼白品牌管理",
        "company_industry": "新零售",
        "company_size": "0-20人",
        "company_website": "未披露",
        "company_description": "公司成立于2025年10月，属于初创型公司。目前主要经营美妆产品。\n公司经营状况良好，资金储备充足，且各项福利待遇在稳步搭建。\n初期出具的福利：加班餐补、加班费、加班车费报销等，其他福利待完善。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "全勤奖 | 交通补助 | 带薪年假 | 法定节假日三薪 | 加班补助 | 节日福利 | 五险"
    },
    "requirements": {
        "working_years": 1,
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "未披露",
        "responsibilities": "工作周期:长期兼职\n每周工期:无要求\n工作时间:不限\n工作时段:按单安排时间\n结算方式:完工结\n招聘截止时间:2026-11-08\n岗位职责:**\n- 采集、清洗行业与咨询资料,构建结构化知识库;\n- 设计文档切分、标注、向量化策略,优化 RAG 检索效果;\n- 建立知识更新与质量校验机制,保障知识时效与准确性;\n- 与智能体开发协作,针对具体场景调优知识调用效果。\n**任职要求:**\n- 熟悉知识库/文档管理,会做资料清洗与结构化整理;\n- 了解 RAG、向量检索的基本原理;\n- 细致、有耐心,对内容质量敏感;\n- 能设计知识库架构与 RAG 检索优化方案;\n- 熟悉向量数据库、Embedding、切分与召回策略;\n- 有知识治理、数据标注体系搭建经验;\n- 能用指标衡量并持续提升检索质量。\n**加分项:**\n- 有咨询/专业服务行业知识管理经验;\n- 熟悉主流 RAG 框架与向量库(Milvus/Qdrant 等)。",
        "requirements_text": "**\n- 熟悉知识库/文档管理,会做资料清洗与结构化整理;\n- 了解 RAG、向量检索的基本原理;\n- 细致、有耐心,对内容质量敏感;\n- 能设计知识库架构与 RAG 检索优化方案;\n- 熟悉向量数据库、Embedding、切分与召回策略;\n- 有知识治理、数据标注体系搭建经验;\n- 能用指标衡量并持续提升检索质量。\n**加分项:**\n- 有咨询/专业服务行业知识管理经验;\n- 熟悉主流 RAG 框架与向量库(Milvus/Qdrant 等)。",
        "skills": [AI生成
            "Agent系统构建",
            "RAG与检索增强",
            "上下文/知识工程",
            "数据库/缓存/向量库",
            "结构化思考与系统抽象",
            "训练数据/标注/合成",
            "金融行业知识"
        ],
        "preferred_qualifications": "**加分项:**",
        "job_highlights": "1-3年 | 本科"
    },
    "contact": {
        "recruiter_name": "王女士",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/34f93d854ee90b5f0nN53dW6F1tU.html"
            }
        ]
    },
    "posting": {
        "posting_id": "34f93d854ee90b5f0nN53dW6F1tU",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260915",
        "job_url": "https://www.zhipin.com/job_detail/34f93d854ee90b5f0nN53dW6F1tU.html"
    },
    "fulltext": "工作周期：长期兼职\n每周工期：无要求\n工作时间：不限\n⼯作时段：按单安排时间\n结算⽅式：完⼯结\n招聘截止时间：2026-11-08\n岗位职责：**\n- 采集、清洗⾏业与咨询资料，构建结构化知识库；\n- 设计文档切分、标注、向量化策略，优化 RAG 检索效果；\n- 建立知识更新与质量校验机制，保障知识时效与准确性；\n- 与智能体开发协作，针对具体场景调优知识调用效果。\n**任职要求：**\n- 熟悉知识库/文档管理，会做资料清洗与结构化整理；\n- 了解 RAG、向量检索的基本原理；\n- 细致、有耐心，对内容质量敏感；\n- 能设计知识库架构与 RAG 检索优化方案；\n- 熟悉向量数据库、Embedding、切分与召回策略；\n- 有知识治理、数据标注体系搭建经验；\n- 能用指标衡量并持续提升检索质量。\n**加分项：**\n- 有咨询/专业服务行业知识管理经验；\n- 熟悉主流 RAG 框架与向量库（Milvus/Qdrant 等）。"
}