Semantic AI/ML Engineer

Мы ищем Senior Semantic Engineer для внедрения семантических фреймворков данных, которые обеспечивают единую структуру корпоративных данных. В этой роли вы будете заниматься созданием и поддержкой онтологий и графов знаний, применением правил семантической валидации для контроля качества данных, а также работать с командами AI, чтобы интегрировать эти семантические структуры в интеллектуальные приложения. Позиция не привязана к конкретной отрасли: важны глубокая экспертиза в семантическом вебе и умение применять её в любом корпоративном контексте.

• Проектирование и поддержка онтологий: проектируйте, разрабатывайте и поддерживайте онтологии (с использованием OWL/RDF или аналогичных средств), которые моделируют ключевые области корпоративных данных и связи между ними, обеспечивая единый и общий для всей организации словарь данных. Это включает работу с экспертами предметной области, чтобы зафиксировать реальные концепции и проверить, что онтология точно отражает бизнес-знания.
• Разработка графов знаний: создавайте корпоративные графы знаний и управляйте ими на основе заданных онтологий, объединяя разнородные источники данных в единую графовую модель данных. Это включает настройку графовых баз данных или triple store, наполнение графа знаний данными (RDF triples) и его оптимизацию по производительности запросов и масштабируемости.
• Семантические запросы (SPARQL): создавайте и оптимизируйте запросы SPARQL для эффективного извлечения, 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 применять 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 разработчиками программного обеспечения, архитекторами данных и ИТ-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.
• Сотрудничество и межфункциональная поддержка: взаимодействуйте с кросс-функциональными командами и заинтересованными сторонами. Например, сотрудничайте с командами AI/ML, чтобы включить граф знаний в решения на основе AI, и работайте вместе с бизнес-аналитиками или стюардами данных, чтобы согласовать семантические модели с потребностями бизнеса. Вы будете объяснять семантические концепции нетехническим специалистам, проводить обучение или готовить документацию, чтобы обеспечить внедрение 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 сделать так, чтобы AI-чатбот использовал граф знаний для более контекстно-зависимых ответов, или разработать механизмы, позволяющие AI-системам выполнять рассуждения над онтологиями. Эта обязанность гарантирует, что семантические структуры данных усиливают AI-инициативы (например, улучшая контекст, устранение неоднозначности и извлечение знаний в AI-процессах).
• Стандарты и лучшие практики: следите за новыми стандартами, инструментами и лучшими практиками семантического веба. Постоянно улучшайте семантическую архитектуру, применяя актуальные стандарты метаданных и обеспечивая соответствие лучшим отраслевым практикам для онтологий и графов знаний. Вы также будете участвовать в создании внутренних руководств и лучших практик по управлению семантическими данными, развивая 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 семантическим вебом: глубокое знание технологий и стандартов семантического веба — 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 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 повышения качества 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.