1、负责本体相关数据底座建设：接入多源业务数据（结构化/非结构化），开展清洗、对齐与主数据管理； 2、开展知识抽取：从文档、表格及系统中抽取实体与关系，构建或更新本体实例与图谱； 3、承担数据集清洗与质量治理（含企业级数据集清洗需求），建立可量化的数据质量评估口径； 4、为小模型/大模型训练提供高质量标注数据与评测集，支撑模型微调与效果验证； 5、设计本体数据的存储与检索方案（图数据库 / 向量库 / 关系库混合），支撑 AI 与业务查询； 6、参与平台能力建设：将可复用的数据接入模板、清洗规则及抽取 pipeline 沉淀为平台组件，参与平台数据底座建设； 7、协同业务场景方向，保障"场景所需数据可稳定供给"。