ONTOLOGY & KNOWLEDGE GRAPH ENGINEER (M/W/D)

Reply Group; Berlin; Vor Ort; EUR 60.000 - 80.000; Vollzeit

Benefits dieser Stelle

Buddy Program

Hybrides Arbeiten

Moderne Hardware

Internationale Arbeitsumgebung

Zusammenfassung

Eine führende Technologieberatung in Berlin sucht einen Experten zur Entwicklung von Ontologien und Knowledge Graphs. In dieser Rolle gestalten Sie semantische Datenmodelle und integrieren diese in moderne GenAI-Architekturen. Wichtige Voraussetzungen sind ein abgeschlossenes Studium in Informatik, Erfahrungen mit Graph-Datenbanken sowie Programmierkenntnisse in Python. Flexible Arbeitsmöglichkeiten und ein unterstützendes Buddy-Programm erwarten Sie in einem innovativen Umfeld.

Qualifikationen

• Abgeschlossenes Studium in Informatik, Data Engineering oder AI.
• Praktische Erfahrung mit semantischen Daten.
• Sicher in der Entwicklung von Ontologien und Knowledge Graphs.
• Vertraut mit SPARQL und semantischen Abfragesprachen.
• Erfahrung mit Graph-Datenbanken wie Neo4j.
• Gutes Verständnis für moderne KI-Ansätze.

Aufgaben

• Entwicklung und Optimierung von Ontologien.
• Aufbau und Integration von Knowledge Graphs.
• Zusammenarbeit mit Data-, Backend- und AI-Teams.
• Integration von Knowledge Graphs in GenAI-Architekturen.
• Definieren von Datenbeziehungen und Metadatenstrukturen.

Kenntnisse

Ontologien

Knowledge Graphs

Graph-Datenbanken

SPARQL

Python

moderne KI-Ansätze

Kommunikation auf Deutsch und Englisch

Ausbildung

Studium im Bereich Informatik, Data Engineering oder AI

Tools

Neo4j

Amazon Neptune

Stardog

GraphDB

Jobbeschreibung

Du möchtest strukturierte Daten in echten Mehrwert verwandeln und die Grundlage für intelligente Anwendungen schaffen? In dieser Rolle entwickelst du semantische Datenmodelle und Knowledge Graphs, die moderne KI- und GenAI-Lösungen überhaupt erst möglich machen.

• Du konzipierst und entwickelst Ontologien sowie semantische Datenmodelle für komplexe fachliche Domänen
• Knowledge Graphs werden von dir über verschiedene Datenquellen und Systeme hinweg aufgebaut, integriert und kontinuierlich weiterentwickelt
• Mit modernen Graph-Datenbanken (z. B. Neo4j oder RDF Stores) entwickelst und optimierst du performante, skalierbare Lösungen
• Datenbeziehungen, Taxonomien und Metadatenstrukturen definierst du sauber und schaffst so die Grundlage für konsistente, wiederverwendbare Datenmodelle
• Du ermöglichst konkrete Use Cases wie semantische Suche, Empfehlungssysteme oder Entity Resolution und bringst diese in produktive Anwendungen
• In enger Zusammenarbeit mit Data-, Backend- und AI-Teams integrierst du Knowledge Graphs in moderne GenAI-Architekturen (z. B. RAG, Knowledge Grounding) und stellst deren Qualität und Skalierbarkeit sicher

Benefits

• Buddy Program: Dein Buddy wird dir bei der Eingewöhnung und Integration in das Team helfen und dich mit lustigen Aktivitäten begrüßen
• Hybrides Arbeiten: Ein individueller Mix aus remote working, Zeit im Office oder bei Kunden und Kundinnen vor Ort
• Innovation & Vielfalt: Deutschlandweite, branchenübergreifende Projekte
• Mehrfach "Best Employer" im Reply-Netzwerk
• Immer up to date: Wir bieten dir einen modernen Arbeitsplatz mit super Hardware (nach Wahl) und eine internationale und familiäre Arbeitsumgebung mit flachen Hierarchien und starkem Zusammenhalt
• Du verfügst über ein abgeschlossenes Studium im Bereich Informatik, Data Engineering, AI oder einer vergleichbaren Fachrichtung und hast bereits praktische Erfahrung im Umgang mit semantischen Daten gesammelt
• In der Entwicklung von Ontologien (z. B. RDF, OWL, SHACL oder SKOS) sowie im Aufbau von Knowledge Graphs bist du sicher und bringst ein gutes Verständnis für semantische Modellierung mit
• Der Umgang mit SPARQL und semantischen Abfragesprachen ist dir vertraut und du kannst komplexe Datenstrukturen effizient nutzbar machen
• Erfahrung mit Graph-Datenbanken wie Neo4j, Amazon Neptune, Stardog oder GraphDB bringst du mit und weißt, wie diese produktiv eingesetzt werden
• Du hast ein gutes Verständnis für moderne KI- und GenAI-Ansätze, z. B. im Kontext von Embeddings, Vector Search oder Retrieval-Augmented Generation (RAG)
• Programmiererfahrung, idealerweise in Python (optional auch Java oder Scala), sowie Kenntnisse in Datenintegration und Datenpipelines runden dein Profil ab
• Im Austausch mit unterschiedlichen Teams strukturierst du komplexe technische Themen klar und kommunizierst sicher auf Deutsch und Englisch