Enterprise Knowledge Graph Developer

Основанная в 1994 году и со штаб-квартирой в Швейцарии, ERNI является ведущей компанией по разработке программного обеспечения, насчитывающей более 800 сотрудников по всему миру. Специализируясь на ИТ и разработке программного обеспечения, мы внедряем инновации в процессах и технологиях. Наш первый сервисный центр в Азиатско-Тихоокеанском регионе, расположенный в Метро Маниле (Мандалуйонг), обслуживает клиентов по всей Европе, Азиатско-Тихоокеанскому региону, Филиппинам и США. Поскольку мы продолжаем расти, мы ищем увлеченных и мотивированных специалистов, которые присоединятся к нашей команде.

Проектирование онтологий и схем • Сотрудничать с экспертами предметной области, бизнес-аналитиками и менеджерами данных для концептуализации, определения и создания масштабируемых корпоративных онтологий и таксономий • Преобразовывать сложные бизнес-правила и ограничения взаимосвязей в формальные семантические модели с использованием стандартов W3C (OWL, RDF, SHACL, SKOS) • Обеспечивать, чтобы семантические модели оставались высокомодульными, расширяемыми и интегрированными между подразделениями компании

Инфраструктура и интеграция графовых конвейеров (Graph ETL) • Проектировать, внедрять и поддерживать масштабируемые конвейеры данных (пакетные и в режиме реального времени) для приема, извлечения, преобразования и сопоставления структурированных, полуструктурированных и неструктурированных данных в централизованный граф знаний • Включать алгоритмы разрешения сущностей, связывания записей и разрешения неоднозначности для динамической сверки дублирующих идентификаторов в разрозненных транзакционных системах • Создавать надежные сопоставления из реляционных баз данных, озер данных и хранилищ документов с использованием декларативных языков сопоставления (например, R2RML, RML)

Управление и оптимизация графовых баз данных • Администрировать, настраивать и поддерживать распределенные нативные графовые базы данных (GraphDB, Neo4j, Neptune, AnzoGraph или Stardog) • Писать, тестировать и выполнять точную оптимизацию сложных многошаговых семантических запросов с использованием SPARQL, Cypher или Gremlin • Реализовывать стратегии партиционирования, шардинга, кэширования и индексирования для обеспечения выполнения запросов менее чем за секунду для корпоративных систем реального времени

Поддержка GenAI, LLM и агентного ИИ • Интегрировать корпоративный граф знаний с фреймворками больших языковых моделей (LLM) для реализации высокоточной генерации с дополненной выборкой графа (GraphRAG) • Предоставлять семантические уровни через безопасные API GraphQL или RESTful для обеспечения работы автономных многоагентных фреймворков, гарантируя детерминированные и высококонтекстные пути рассуждений • Использовать графовые аналитические методы, встраивания и графовые нейронные сети (GNN) для продвинутого инференса и рекомендательных возможностей

ПРОФИЛЬ ТЕХНИЧЕСКИХ НАВЫКОВ

Основные технологии: RDF/OWL/SHACL | SPARQL / Cypher | Neo4j / Amazon Neptune | Stardog / GraphDB | Python (rdflib, NetworkX) | Java / Scala | Apache Spark / Kafka | GraphRAG / LangChain | Entity Resolution | CI/CD & Docker

Требуемые минимальные квалификации

Образование: Степень бакалавра или магистра в области компьютерных наук, науки о данных, информационных систем, инженерии знаний или в смежной высокотехнической области.

Опыт: Минимум 4–6 лет в области проектирования основных данных или разработки программного обеспечения, из которых не менее 2–3 лет практического опыта проектирования и эксплуатации графовых баз данных производственного уровня и семантических веб-стеков.

КЛЮЧЕВЫЕ КОМПЕТЕНЦИИ И МЯГКИЕ НАВЫКИ • Абстрактное и системное мышление: Способность отстраниться от табличных систем плоских файлов и естественно концептуализировать многомерные сети данных, гиперграфы и структурные взаимосвязи • Межфункциональное взаимодействие: Исключительная способность общаться с нетехническими бизнес-лидерами для преобразования двусмысленной операционной терминологии в структурированные, окончательные бизнес-глоссарии и таксономии • Строгое понимание управления данными: твердая приверженность programmatic проверке качества данных, автоматической проверке контрактов и обеспечению строго типизированных схем данных на границах приема

Как вы можете внести свой вклад в команду? 💼

ОБЗОР РОЛИ Разработчик корпоративных графов знаний — это специализированная роль в области проектирования данных и архитектуры, ответственная за проектирование, создание и масштабирование унифицированного семантического слоя данных организации. Эта должность является связующим звеном между разрозненными корпоративными хранилищами данных, реляционными системами и последующими интеллектуальными приложениями (включая GenAI, LLM-агенты и платформы поисковых систем на основе семантики), путем структурирования организационных данных в высокопроизводительную, взаимосвязанную сетевую графовую структуру.

МЕТАДАННЫЕ ДОЛЖНОСТИ Уровень должности: Старший / Ведущий специалист Отдел: Архитектура корпоративных данных и искусственного интеллекта Отчетность: Директору по проектированию данных / Ведущему архитектору Основной фокус: Проектирование онтологий, Графовое ETL, Семантическое связывание

• Международный опыт: работайте с глобальными клиентами над передовыми проектами • Инклюзивная культура: развивайтесь в среде совместной работы и разнообразия • Карьерное развитие: наслаждайтесь возможностями непрерывного обучения и профессионального роста

Льготы и преимущества: • Карьерная стабильность: наслаждайтесь стабильной карьерой с обилием проектных возможностей • Немедленное покрытие: частная HMO и страховые льготы с первого дня • Юбилейное празднование: 5-летний юбилей включает бесплатную поездку в любой европейский филиал ERNI • Комплексные льготы: обязательные государственные льготы, включая 13-ю зарплату • Повышение квалификации: доступ к бесплатным тренингам и сертификации • Подарок для новорожденного: чтобы поприветствовать вашего новорожденного в семье ERNI • Фруктовая корзина: заряд витаминов во время госпитализации • Офисные удобства: наслаждайтесь бесплатными закусками и кофе

Рост и возможности: 🔐 • Бесплатное обучение: развивайте свои навыки с помощью технических и нетехнических тренингов • Сложные проекты: участвуйте в комплексных проектах по разработке программного обеспечения в сферах MedTech, промышленности, финансов и транспорта • Поддерживающая среда: пользуйтесь поддержкой команды, посвященной вашему успеху • Признание и продвижение: получайте признание за свои усилия и возможности для продвижения • Открытое общение: ощутите прозрачность и ценность вашего вклада в нашу культуру

Гибкость: ⏱ • Гибридный режим работы: сочетание удаленной и очной работы для лучшей интеграции работы и личной жизни

Мероприятия: 🎉 • Общение и празднование: участвуйте в различных мероприятиях, включая досуг, летние, семейные, социальные и предновогодние встречи