Knowledge Engineer

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Инженер по знаниям в консалтинговую компанию Fusion Consulting (Life Sciences). Проектирование корпоративных онтологий и графов знаний, формализация бизнес-логики в машиночитаемые структуры для AI-систем и аналитики.

Задачи

• Проектировать и строить корпоративные онтологии и графы знаний: разрабатывать иерархии сущностей, типы связей и правила вывода для корректного рассуждения AI-систем в коммерческих доменах
• Формализовать представления знаний: переводить бизнес-определения и модели данных в машиночитаемые форматы (OWL, RDF), обеспечивая согласованность, переиспользуемость и масштабируемость
• Собирать доменную логику: совместно с бизнес-экспертами выявлять и формализовать предметные знания и бизнес-логику в структурированные онтологии и таксономии
• Поддерживать чёткие семантические границы: совместно с дата-моделлерами и semantic-инженерами разграничивать онтологию, семантическую модель данных и граф знаний
• Обеспечивать стандарты и governance: приводить знания в соответствие с внутренними стандартами и лучшими практиками Semantic Web, участвовать в разработке правил управления онтологиями и графами знаний
• Поддерживать AI- и аналитические сценарии: обеспечивать поддержку широкого круга потребителей — разговорной аналитики, AI-агентов и кросс-доменных рассуждений

Требования

• 3–5 лет опыта в инженерии, семантическом моделировании или управлении информацией/знаниями
• Владение моделированием онтологий и таксономий, языками формального представления (RDF, OWL, SKOS)
• Практический опыт построения корпоративных онтологий и графов знаний (Stardog, AWS Neptune)
• Умение работать с экспертами для сбора доменной логики и перевода бизнес-определений в машиночитаемые структуры
• Опыт работы с графовыми базами данных и платформами графов знаний, включая запросы на SPARQL
• Сильные коммуникативные навыки, решение проблем и управление стейкхолдерами с фокусом на переиспользование и масштабируемость
• Понимание регуляторных требований, практик управления данными и отраслевых трендов
• Свободное владение английским языком (устно и письменно)

Условия

• Ежегодный бюджет на обучение и профессиональное развитие
• Регулярные воркшопы и тренинги для развития технических и soft skills
• Конкурентная зарплата и соцпакет
• Реферальная программа с вознаграждением
• Помощь с визами, разрешениями и международными релокациями
• Локальные льготы в зависимости от страны проживания
• Плоская структура, коллаборативная культура и глобальная команда

Навыки

• OWL
• RDF
• SKOS
• Stardog
• AWS Neptune
• SPARQL
• Knowledge Graphs
• Ontology Modeling
• Taxonomy
• Graph Databases
• Semantic Web