Semantic AI/ML Engineer

Мы ищем Senior Semantic Engineer для внедрения фреймворков семантических данных, которые обеспечивают общую структуру корпоративных данных. В этой роли вы будете заниматься созданием и поддержкой онтологий и графов знаний, применением правил семантической валидации для обеспечения качества данных, а также работать с AI-командами над интеграцией этих семантических структур в интеллектуальные приложения. Позиция не привязана к конкретной отрасли: важны глубокая экспертиза в области semantic web и умение применять её в любом корпоративном контексте.

• Проектирование и поддержка онтологий: проектируйте, разрабатывайте и поддерживайте онтологии (с использованием OWL/RDF или аналогичных средств), моделирующие ключевые домены корпоративных данных и их взаимосвязи, обеспечивая единый и общий словарь данных во всей организации. Это включает работу с экспертами предметной области для описания реальных понятий и проверки того, что онтология точно отражает бизнес-знания.
• Разработка графов знаний: создавайте и ведите корпоративные графы знаний на основе определённых онтологий, связывая разнородные источники данных в единую графовую модель данных. Это включает настройку графовых баз данных или triple store, наполнение графа знаний данными (RDF triples) и оптимизацию его производительности запросов и масштабируемости.
• Семантические запросы (SPARQL): создавайте и оптимизируйте запросы SPARQL для эффективного получения, интеграции и анализа данных из графа знаний. Вы будете разрабатывать семантические запросы и endpoints, поддерживающие сценарии расширенного поиска и аналитики, чтобы другим было проще получать инсайты из связанных данных.
• Правила валидации и качество данных: внедряйте правила семантической валидации и проверки согласованности (например, с помощью SHACL или ограничений OWL), чтобы обеспечить целостность и качество данных в онтологии и графе знаний. Вы будете определять и внедрять соглашения по моделированию данных и бизнес-правила, чтобы корпоративные данные соответствовали стандартам онтологии и оставались совместимыми между системами.
• Интеграция с корпоративными системами: тесно работайте с инженерами-разработчиками, архитекторами данных и IT-командами, чтобы интегрировать онтологию и граф знаний в существующую инфраструктуру данных и рабочие процессы организации. Это включает встраивание семантических моделей в конвейеры данных, API и базы данных, чтобы корпоративные приложения могли беспрепятственно создавать и использовать связанные данные.
• Взаимодействие и кросс-функциональная поддержка: сотрудничайте с кросс-функциональными командами и заинтересованными сторонами. Например, взаимодействуйте с командами AI/ML, чтобы включить граф знаний в решения на основе AI, и работайте с бизнес-аналитиками или data stewards, чтобы согласовать семантические модели с потребностями бизнеса. Вы будете объяснять семантические концепции нетехническим специалистам, проводить обучение или готовить документацию для внедрения семантического фреймворка в организации.
• Интеграция с AI-агентами: работайте с командами AI-агентов и больших языковых моделей (LLM), чтобы использовать онтологию и граф знаний в интеллектуальных приложениях. Например, вы можете настроить AI-чатбот на использование графа знаний для более контекстных ответов или разработать механизмы, позволяющие AI-системам выполнять рассуждения над онтологиями. Эта зона ответственности гарантирует, что семантические структуры данных усиливают AI-инициативы (например, улучшают контекст, устранение неоднозначности и извлечение знаний в AI-процессах).
• Стандарты и лучшие практики: следите за новыми стандартами, инструментами и лучшими практиками semantic web. Постоянно совершенствуйте семантическую архитектуру, применяя актуальные стандарты метаданных и обеспечивая соответствие отраслевым лучшим практикам для онтологий и графов знаний. Вы также будете участвовать в создании внутренних руководств и лучших практик управления семантическими данными, продвигая в организации культуру хорошо структурированных, семантически насыщенных данных.

• Проектирование и поддержка онтологий: проектирование, разработка и поддержка онтологий (с использованием OWL/RDF или аналогичных средств). Владение semantic web: глубокие знания технологий и стандартов semantic web — в частности, практическое владение OWL (Web Ontology Language) и RDF (Resource Description Framework) для моделирования онтологий, а также SPARQL для запросов к графовым данным. Опыт работы с графами знаний: практический опыт создания или поддержки графов знаний или систем связанных данных (linked data) в корпоративной среде. Навыки моделирования и интеграции данных: твёрдое понимание принципов моделирования данных, архитектуры данных и интеграции разнородных источников данных. Вы должны уметь абстрагировать реальные сущности в семантическую схему и сопоставлять реляционные данные или данные NoSQL с онтологией. Навыки программирования: владение как минимум одним языком программирования или скриптов (например, Python, Java или аналогичным)

• Стандарты метаданных: знакомство со стандартами и словарями метаданных, такими как Dublin Core, schema.org, или другими отраслевыми онтологиями/таксономиями. Опыт применения этих стандартов для аннотирования или интеграции данных
• Интеграция AI и LLM: опыт работы над проектами с AI-агентами или большими языковыми моделями, где онтологии или графы знаний использовались для улучшения работы AI.
• Интеграция с корпоративными системами: подтверждённый опыт интеграции семантических технологий в существующие корпоративные системы или платформы данных.
• Инструменты и платформы: практический опыт работы с инструментами для онтологий и графов знаний будет плюсом.