Data Engineering- Intelligent Operations (T4/T3)

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

Инженер данных в подразделение Intelligent Operations компании SAP. Отвечает за data-инфраструктуру, на которой работают внедрённые AI-решения: пайплайны, governance, knowledge graph и качество данных.

Задачи

• Проектировать, строить и поддерживать production data pipelines для систем на базе AI-агентов и приложений: ingestion, трансформация, обогащение, доставка
• Выстраивать и обеспечивать практики data governance и compliance: приватность данных, разграничение границ данных, lineage, аудит-трейлы
• Строить и поддерживать инфраструктуру knowledge graph для контекста и retrieval внутренних агентов
• Разрабатывать фреймворки автоматической валидации production-данных и отслеживать деградацию качества
• Управлять жизненным циклом data-продуктов: версионирование, документация, ownership, переиспользование активов между проектами
• Определять стандарты data engineering, менторить инженеров и формировать data-стратегию направления
• Работать совместно с Application Engineering и Platform Engineering, а также с внешними партнёрами и экосистемой SAP

Требования

• Опыт построения и эксплуатации production data-инфраструктуры для AI-систем, а не экспериментальных ноутбуков
• Глубокая экспертиза в разработке data pipelines, data governance и управлении data-инфраструктурой в cloud-native средах
• Понимание специфики качества данных в AI-native операциях: валидация, governance, трассируемость
• Опыт интеграции knowledge graph, master data management и работы с клиентскими данными в enterprise-средах
• Умение строить production-grade инфраструктуру, масштабируемую без ручного вмешательства
• Опыт работы на стыке организаций: с application-инженерами, платформенными командами, delivery-сквадами и data science
• Опыт определения стандартов и практик data governance
• Навыки: Data Governance, Data Pipeline Development, Knowledge Graph Integration, Data Product Lifecycle Management, PII Handling, Context Engineering, AI Output Quality Assurance

Условия

• Обучение и развитие
• Инклюзивная культура, фокус на здоровье и благополучии
• Гибкие модели работы
• Равные возможности и доступность

Навыки

• Data Pipeline Development
• Data Governance
• Knowledge Graph
• Master Data Management
• PII Handling
• Data Product Lifecycle Management
• Context Engineering
• AI Output Quality Assurance
• Cloud-native