知識架構師 (Knowledge Architect)

AI職業名稱

知識架構師（Knowledge Architect）

知識架構師負責設計企業級知識圖譜與語意檢索系統，將非結構化文件轉化為可被 AI 理解的結構化知識網絡。他們建構實體-關係模型、建立知識抽取管線與向量索引，是 RAG（檢索增強生成）系統的基礎架構師，讓 LLM 能準確引用內部知識，避免幻覺並提升企業 AI 應用精準度。

知識圖譜設計與建模
- 定義實體類型（人、產品、文件、事件）、關係類型（擁有、屬於、產生），建立 Ontology。
- 設計圖譜架構：層次結構、屬性約束、推理規則。
知識抽取管線建構
- 使用 NLP 技術從文件抽取實體（NER）、關係（RE）、事件（EE）。
- 整合開源模型（spaCy、Hugging Face）與 LLM 知識三元組抽取。
向量資料庫與混合檢索
- 建構多模態向量索引（Pinecone、Weaviate、Qdrant），支援語意＋關鍵字混合搜尋。
- 設計檢索策略：BM25＋向量相似度、重新排序（Re-ranking）、多階段檢索。
RAG 系統架構優化
- 設計 Chunking 策略（語意分塊、固定長度、滑動窗口），優化檢索精準度。
- 建立檢索品質評估：召回率、精準率、相關性評分。
知識品質管理
- 建立知識清洗、去重、版本控制流程，確保圖譜一致性。
- 設計知識更新機制，處理文件變更與新知識增量。
企業知識整合
- 整合內部系統（CRM、ERP、文件庫），實現全企業知識聯通。
- 建立知識存取權限控制，支援多租戶架構。

中階（3-6年經驗）：HK$720,000 - HK$1,200,000 /年
高階（6-10年經驗）：HK$1,200,000 - HK$1,920,000 /年
專家級（10年以上經驗）：HK$1,920,000 - HK$3,000,000+ /年
（視金融知識圖譜、法律文件分析、醫療知識庫等高價值應用，以及知識覆蓋率提升成果而定；包含高額 RSU，屬 RAG 生態核心技術崗位。）

知識圖譜技術棧
- Neo4j、Amazon Neptune、Stardog 圖資料庫，RDF/OWL 標準。
- GraphRAG、LangChain Graph Index、LlamaIndex 知識圖譜整合。
語意檢索專業
- 向量資料庫（Pinecone、Weaviate、Milvus）、混合檢索策略。
- FAISS、HNSW 近似最近鄰搜尋、檢索品質評估。
NLP 知識抽取
- spaCy、Flair、Hugging Face 實體辨識與關係抽取模型。
- LLM 知識三元組抽取、零樣本分類、Few-shot NER。
資料工程能力
- Apache Airflow ETL 管線、Kafka 即時知識更新。
- Docker、Kubernetes 知識服務部署。
Ontology 工程
- Protégé Ontology 編輯器、OWL 推理、Schema.org 標準。
- 領域 Ontology 設計與企業標準對齊。