Wymagania

Technologie wymagane

Neo4j

RDF

OWL

SHACL

SPARQL

Python

REST API

Agile

Technologie mile widziane

GraphDB

Stardog

Amazon Neptune

Protege

VocBench

TopBraid

AI/ML

LLM

FAIR

ERP

MES

loT

Cognite Data Fusion

Nasze wymagania

• Praktyczne doświadczenie z Neo4j, Cypher oraz modelowaniem property graph.
• Znajomość RDF, OWL, SHACL, SPARQL oraz innych technologii semantycznych.
• Dobra znajomość Pythona, w tym tworzenia pipeline’ów danych, REST API oraz automatyzacji.
• Umiejętność tłumaczenia koncepcji biznesowych na strukturalne modele wiedzy oparte na ontologiach.
• Doświadczenie w realizacji projektów z wykorzystaniem grafów lub danych semantycznych w środowisku produkcyjnym.
• Doświadczenie pracy w zespołach Agile oraz współpraca z technicznymi i nietechnicznymi interesariuszami.
• Wykształcenie wyższe (preferowane magisterskie) z zakresu informatyki, systemów informacyjnych, inżynierii danych lub pokrewnych dziedzin.

Mile widziane

• Doświadczenie z platformami semantycznymi takimi jak GraphDB, Stardog czy Amazon Neptune.
• Znajomość narzędzi do tworzenia ontologii, np. Protégé, VocBench, TopBraid.
• Doświadczenie w zastosowaniach AI/ML bazujących na grafach, takich jak embeddingi, wnioskowanie czy integracja z dużymi modelami językowymi (LLM).
• Wiedza z zakresu zarządzania danymi, metadanych oraz zasad FAIR.
• Doświadczenie z danymi przemysłowymi lub produkcyjnymi pochodzącymi z systemów ERP, MES, platform IoT lub Cognite Data Fusion.

Twój zakres obowiązków

• Projektowanie, implementacja i utrzymanie baz grafowych z wykorzystaniem Neo4j oraz modelowanie property graph.
• Tworzenie i zarządzanie ontologiami oraz modelami wiedzy opartymi na technologiach RDF, OWL, SHACL.
• Pisanie zapytań SPARQL oraz Cypher w celu efektywnego przetwarzania i analizowania danych.
• Rozwój pipeline’ów danych, integracja REST API oraz automatyzacja procesów przy użyciu Pythona.
• Tłumaczenie wymagań biznesowych na strukturalne, oparte na ontologiach modele wiedzy.
• Realizacja i wdrażanie projektów z zakresu danych grafowych i semantycznych w środowisku produkcyjnym.
• Współpraca w zespołach Agile oraz komunikacja z interesariuszami o różnym poziomie technicznym.
• Monitorowanie jakości danych i dbanie o ich spójność w ramach realizowanych projektów.