理想汽车｜Agent知识挖掘工程师-北京实习

1. 参与 Agent 能力建设中的知识与记忆体系研发，围绕 Skill、Memory、知识抽取与知识沉淀开展工作； 2. 挖掘测试执行记录、历史用例、用户操作行为、插件文档、会议记录、代码信息等多源数据，识别高频模式并沉淀为结构化知识； 3. 建设主动挖掘与被动挖掘双链路：a.主动挖掘：从文档、历史记录、代码与业务资料中自动提炼 Skill/Knowledge；b.被动挖掘：将用户修正、HITL 反馈、使用过程中的 Diff 等转化为可迭代更新的知识候选； 4. 参与 Memory 架构设计，包括个人/项目/团队多层 Memory 的存储、检索、版本管理与质量评估； 5. 参与知识工程相关能力建设，包括代码知识提取、多模态文档理解、语义对齐、知识质量验证等，提升非结构化/半结构化数据的可利用性； 6. 建立并持续优化知识覆盖率、召回准确率、知识飞轮增长等相关指标体系。

1. Python 基础扎实，具备数据处理、数据分析或知识抽取相关项目经验； 2. 熟悉 NLP/信息抽取/文本分类/Embedding 检索等基础方法，对 RAG、向量数据库有一定理解； 3. 对测试数据、业务数据、知识库建设有兴趣，具备较强的抽象能力与数据驱动思维； 4. 具备以下任一方向经验者优先：a.数据挖掘、知识图谱、信息检索、RAG 系统；b.代码静态分析、AST/tree-sitter、程序分析；c.多模态理解、文档解析、图文理解、音视频信息提取。