Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Redhorse Corporation
Арлингтон, Соединенные Штаты3 месяца назад
85 000 – 105 000 USD
в год
Compensation: 85,000 – 105,000 USD per year
About the Organization Now is a great time to join Redhorse Corporation. We are a solution-driven company delivering data insights and technology solutions to customers with missions critical to U.S. national interests. We’re looking for thoughtful, skilled professionals who thrive as trusted partners building technology-agnostic solutions and want to apply their talents supporting customers with difficult and important mission sets.
Now is an exciting time to join Redhorse Corporation. We are redefining how the U.S. Government transforms data into operational advantage through artificial intelligence, graph analytics, and mission-driven software engineering. Our teams work alongside the Department of Defense to build secure, scalable capabilities that enable analysts and decision-makers to move faster, reason better, and operate with greater confidence. Our approach combines human-centered design, modern software engineering, graph technologies, artificial intelligence, and agile delivery to solve some of the nation’s most challenging problems. About the Role We are seeking an analytical, forward-thinking Junior Graph Data Engineer to help build, scale, and maintain the Enterprise Semantic Map — our ontology-grounded metadata graph. In this role, you will help move the enterprise beyond traditional, static cataloging by supporting an automation-first approach. You will develop programmatic data and API integrations, help configure graph database structures, and support emerging agentic workflows that discover and catalog disparate data sources across the enterprise. Working alongside graph, data, and engineering teams, you will help align these assets to enterprise semantic and provenance layers so data is discoverable, understandable, trusted, and dynamically composable for human analysts, applications, and downstream AI agents. Success in this role requires foundational coding skills and a systems-thinking mindset: an ability to understand how data pipelines and tool integrations affect the broader enterprise architecture, search and discovery, and downstream agentic research workflows and use cases.
Key Responsibilities
Required Experience/Clearance Bachelor’s Degree with 1+ of relevant professional experience or equivalent. Active TS SCI Clearance. Core Technical Skills: Foundational proficiency across the following areas, demonstrated in any comparable technology: Programming and scripting for automation (e.g., Python, Java, or a comparable general-purpose language) Relational database querying (e.g., SQL) Structured and semi-structured data formats (e.g., JSON, XML, YAML) Knowledge graph concepts, including nodes, edges, relationships, and metadata schemas Foundational Data Engineering: Basic understanding of data structures, databases, and how data moves through pipelines or ETL (Extract, Transform, Load) processes. Systems-Thinking Mindset: Ability to understand how individual data pipelines connect to and support a broader enterprise ecosystem. Attention to Detail: Precision in aligning metadata terms, formatting data endpoints, and maintaining technical schemas. Collaboration & Communication: Ability to take direction from senior engineers, document work clearly, and explain technical decisions to non-specialist stakeholders. Preferred Qualifications Graph Query Languages: Exposure to — or willingness to learn — graph query languages for metadata retrieval and validation (e.g., Cypher for property graphs, SPARQL for RDF/triple stores). Graph Database Platforms: Conceptual familiarity with modern enterprise graph database platforms. Agentic AI & AI Frameworks: Basic conceptual understanding of, coursework in, or project experience with LLM orchestration or agentic workflows. Data Lineage & Metadata Standards: Exposure to open lineage specifications or metadata management frameworks. Standard Ontologies & Semantic Models: Conceptual familiarity with established government- or defense-related semantic models that support standardized enterprise data integration. Data Catalogs: Familiarity with metadata catalog environments and data stewardship systems. Workflow Orchestration: Exposure to pipeline scheduling and orchestration tooling. The salary range provided for this position represents the anticipated base salary for successful candidates. Actual compensation will be determined based on a variety of factors, including relevant experience, education, certifications, skills, security clearance level, geographic location, market conditions, and internal equity. In addition to base salary, eligible employees may participate in Redhorse's comprehensive benefits programs and may be eligible for performance-based or other incentive compensation, where applicable.
Redhorse Corporation is an equal opportunity employer. All qualified applicants will receive consideration for employment and will not be discriminated against on the basis of race, color, religion, sex, sexual orientation, gender identity, national origin, veteran status, disability, or any other protected class.
If you are a qualified individual with a disability or a disabled veteran, you may request a reasonable accommodation if you are unable or limited in your ability to access job openings or apply for a job on this site as a result of your disability. You can request reasonable accommodations by contacting Talent Acquisition at
Redhorse Corporation shall, in its discretion, modify or adjust the position to meet Redhorse’s changing needs. This job description is not a contract and may be adjusted as deemed appropriate in Redhorse’s sole discretion.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 86 500 до 112 000
Грейд
Junior
Опыт работы
от 1 лет
Формат работы
Офис
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
Сейчас отличное время, чтобы присоединиться к Redhorse Corporation. Мы — компания, ориентированная на решения, предоставляющая аналитические данные и технологические решения клиентам, чьи миссии критически важны для национальных интересов США. Мы ищем вдумчивых, квалифицированных специалистов, которые преуспевают в качестве доверенных партнеров, создающих технологически-агностические решения, и хотят применить свои таланты для поддержки клиентов со сложными и важными задачами.
Сейчас захватывающее время, чтобы присоединиться к Redhorse Corporation. Мы переопределяем, как Правительство США превращает данные в операционное преимущество с помощью искусственного интеллекта, графовых аналитических данных и разработки программного обеспечения, ориентированной на миссию. Наши команды работают бок о бок с Министерством обороны над созданием безопасных, масштабируемых возможностей, которые позволяют аналитикам и лицам, принимающим решения, двигаться быстрее, лучше рассуждать и действовать с большей уверенностью. Наш подход сочетает человеко-ориентированный дизайн, современную разработку программного обеспечения, графовые технологии, искусственный интеллект и гибкую доставку для решения некоторых из самых сложных проблем нации. О роли Мы ищем аналитически мыслящего, дальновидного Младшего инженера по графовым данным, который поможет построить, масштабировать и поддерживать Enterprise Semantic Map — нашу графовую базу метаданных, основанную на онтологии. В этой роли вы поможете выйти за рамки традиционной статической каталогизации, поддерживая подход, ориентированный на автоматизацию. Вы будете разрабатывать программные интеграции данных и API, помогать конфигурировать структуры графовых баз данных и поддерживать возникающие агентные рабочие процессы, которые обнаруживают и каталогизируют разрозненные источники данных по всему предприятию. Работая вместе с командами по графам, данным и инженерии, вы поможете привести эти активы в соответствие с семантическими слоями предприятия и слоями происхождения данных, чтобы данные были обнаруживаемыми, понятными, надежными и динамически компонуемыми для людей-аналитиков, приложений и последующих агентов ИИ. Успех в этой роли требует базовых навыков программирования и системного мышления: способности понимать, как конвейеры данных и интеграции инструментов влияют на более широкую архитектуру предприятия, поиск и обнаружение, а также последующие агентные исследовательские рабочие процессы и сценарии использования.
Степень бакалавра с 1+ годом соответствующего профессионального опыта или эквивалент. Активный допуск TS SCI. Основные технические навыки: Базовые знания в следующих областях, продемонстрированные с использованием любых сопоставимых технологий: Программирование и написание сценариев для автоматизации (например, Python, Java или сопоставимый язык общего назначения) Запросы к реляционным базам данных (например, SQL) Структурированные и полуструктурированные форматы данных (например, JSON, XML, YAML) Концепции графов знаний, включая узлы, ребра, отношения и схемы метаданных Базовая инженерия данных: Базовое понимание структур данных, баз данных и того, как данные перемещаются через конвейеры или процессы ETL (извлечение, преобразование, загрузка). Системное мышление: Способность понимать, как отдельные конвейеры данных подключаются к более широкой экосистеме предприятия и поддерживают ее. Внимание к деталям: Точность в согласовании терминов метаданных, форматировании конечных точек данных и поддержании технических схем. Сотрудничество и коммуникация: Способность следовать указаниям старших инженеров, четко документировать работу и объяснять технические решения неспециалистам.
Языки графовых запросов: Опыт работы с языками графовых запросов для получения метаданных и проверки (например, Cypher для графов свойств, SPARQL для RDF/тройных хранилищ) или готовность их изучить. Платформы графовых баз данных: Концептуальное знакомство с современными корпоративными платформами графовых баз данных. Агентный ИИ и фреймворки ИИ: Базовое концептуальное понимание, курсовая работа или опыт проекта с оркестрацией LLM или агентными рабочими процессами. Стандарты отслеживания происхождения данных и метаданных: Опыт работы со спецификациями открытого отслеживания происхождения данных или фреймворками управления метаданными. Стандартные онтологии и семантические модели: Концептуальное знакомство с установленными государственными или оборонными семантическими моделями, которые поддерживают стандартизированную корпоративную интеграцию данных. Каталоги данных: Знакомство со средами каталогов метаданных и системами управления данными. Оркестрация рабочих процессов: Опыт работы с инструментами планирования и оркестрации конвейеров.
Компенсация: 85 000 – 105 000 долларов США в год
Указанный диапазон заработной платы для этой должности представляет собой предполагаемую базовую заработную плату для успешных кандидатов. Фактическая компенсация будет определяться на основе различных факторов, включая соответствующий опыт, образование, сертификаты, навыки, уровень допуска безопасности, географическое положение, рыночные условия и внутреннюю справедливость. В дополнение к базовой заработной плате, соответствующие сотрудники могут участвовать в комплексных программах льгот Redhorse и могут иметь право на получение компенсации, основанной на результатах работы или другой стимулирующей компенсации, где это применимо.