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: иерархии сущностей, типы связей и правила вывода для корректного рассуждения AI-систем в коммерческих доменах
• Формализовать представление знаний: переводить бизнес-определения и модели данных в машиночитаемые форматы (OWL, RDF), обеспечивая согласованность, переиспользуемость и масштабируемость
• Собирать доменную логику: работать с бизнес-экспертами для выявления и формализации предметных знаний и бизнес-логики в структурированные онтологии и таксономии
• Поддерживать чёткие семантические границы между онтологией, семантической моделью данных и графом знаний совместно с дата-моделлерами и semantic engineers
• Обеспечивать соответствие стандартам и governance: согласовывать знания с внутренними стандартами и best practices Semantic Web, участвовать в разработке правил управления онтологиями и графами знаний
• Обеспечивать поддержку AI и аналитических сценариев: чтобы структуры знаний обслуживали conversational analytics, AI-агентов и кросс-доменные рассуждения, а не один сценарий

Требования

• 3–5 лет опыта в инженерии, семантическом моделировании или управлении информацией/знаниями
• Владение моделированием онтологий и таксономий и языками формального представления (RDF, OWL, SKOS)
• Практический опыт построения корпоративных онтологий и графов знаний (Stardog, AWS Neptune)
• Умение работать с экспертами (SME) для сбора доменной логики и перевода бизнес-определений в машиночитаемые структуры
• Сильные коммуникативные навыки, решение проблем и управление стейкхолдерами с фокусом на переиспользование и масштабируемость
• Практический опыт работы с графовыми базами данных и платформами графов знаний (Stardog, AWS Neptune или аналоги), включая запросы на SPARQL
• Способность работать самостоятельно, брать ответственность и доводить задачи до конца в коллаборативной команде
• Глубокое понимание регуляторных требований, практик управления данными и отраслевых трендов
• Сильные навыки коммуникации на английском языке (устно и письменно)

Условия

• Годовой бюджет на обучение и профессиональное развитие
• Регулярные воркшопы и тренинги для развития технических и soft skills
• Конкурентная зарплата и пакет бenefits
• Реферальная программа с вознаграждением
• Помощь с визами, разрешениями и международными назначениями
• Локальные perks в зависимости от страны проживания
• Разнообразная инклюзивная культура и глобальная командная работа
• Прозрачный и быстрый процесс отбора: загрузка CV, обзор профиля (~2 недели), вводный звонок (15–30 мин), техническое интервью (30 мин), при необходимости интервью с клиентом (30–60 мин), финальная обратная связь

Навыки

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