The posting
1. 学习并梳理摄像头系统工程师的知识体系 了解车载摄像头系统架构、关键器件(图像传感器、镜头、ISP)、标定流程、图像质量评测、需求与测试流程等核心工作内容; 通过访谈带教工程师、阅读现有资料,盘点日常工作的高频问题类型(技术咨询、流程咨询、问题排查、经验查询等),形成问题清单。 2. 飞书知识库内容治理与结构化 对现有知识库文档进行整理、分类、打标签、去重与补全; 将隐性经验(答疑记录、问题排查过程、踩坑总结)沉淀为可检索的结构化知识条目,为 AI 问答提供高质量语料。 3. 搭建基于飞书知识库的 AI 问答工具 调研并落地可行方案(如飞书知识库 + 大模型问答、RAG 检索增强生成架构等); 完成工具搭建、Prompt 设计与调优、知识库检索效果优化,实现针对工作内容的自动回复。 4. 测试与迭代优化 建立评测问题集,持续测试自动回复的准确率、覆盖率与满意度,迭代优化; 输出工具使用说明与维护文档,推动工具在团队日常工作中实际落地使用。 5. 完成带教工程师交办的其他辅助工作。
1、本科及以上在读,计算机、人工智能、电子信息、自动化、车辆工程等相关专业优先; 2、对智能驾驶、车载摄像头、图像处理有基本了解,或具备快速学习的强烈意愿; 3、了解大模型应用(Prompt 工程、RAG 等概念),有实际搭建过问答 / 知识库类应用经验者优先; 4、熟练使用飞书文档 / 知识库等协作工具,文档整理能力好; 5、具备 Python 编程基础(用于数据处理、检索调优)者加分; 6、逻辑清晰、沟通主动,能把业务内容准确转化为知识库条目; 加分项 -有 RAG / 向量数据库 / 大模型 API 调用的实际项目经验; -了解图像质量评测、摄像头标定等基础知识; -有知识库建设、内容运营经验。



