IT Semantic Engineer - RDT Data Platforms — Roche

Descrizione completa

A Roche puoi apparire come te stesso, abbracciato per le qualità uniche che porti. La nostra cultura incoraggia l'espressione personale, il dialogo aperto e i legami genuini, dove siete valorizzati, accettati e rispettati per chi siete, permettendovi di prosperare sia personalmente che professionalmente. Questo è il modo in cui vogliamo prevenire, fermare e curare le malattie e garantire che tutti abbiano accesso alla salute oggi e per le generazioni a venire. Unisciti a Roche, dove ogni voce conta.

La posizione ​ IT Semantic Engineer - piattaforme dati RDT

Descrizione della zona

L'Ingegnere Semantico IT è responsabile di leader, progettazione, sviluppo e mantenimento del nostro hub semantico a livello aziendale. Questa piattaforma funge da strato di dati di base che colma il divario tra la vasta conoscenza aziendale e sistemi AI avanzati. In questo ruolo, si integrerà diverse fonti di dati e metadati in un grafico di conoscenza unificato, progettando tologie comuni per esporre in modo uniforme diversi set di dati, costruire API robuste e protocolli di integrazione per il consumo AI. L'obiettivo finale è quello di fornire un contesto aziendale ad alta precisione agli assistenti dell'IA e agli agenti intelligenti, basando le loro risposte, consentendo l'esecuzione affidabile del flusso di lavoro e eliminando le allucinazioni dell'IA.

L'opportunità

• Scope / Content Leadership: conduce la progettazione, la costruzione e la manutenzione di datadotti scalabili e architetture grafico. Indipendentemente spinge i progetti di integrazione dei dati dall'ingestione alla trasformazione semantica, stabilendo le metodologie aziendali unificate.
• Accountability / Problem Solving: Solves complesse modellazione dei dati, ingestione e querying sfide. Valuta, benchmark e ottimizza le prestazioni degli strumenti di accesso ai dati per garantire ai sistemi AI il contesto aziendale in modo efficiente, preciso e con latenza minima.
• Stakeholder Management: Collabora direttamente con i proprietari di dati, gli esperti di dominio e i team di applicazioni AI per comprendere a fondo i requisiti aziendali. Traduce complessi casi di uso aziendale in schemi robusti e endpoint dati standardizzati.
• Impatto / Strategia: Guida l'evoluzione tecnica dell'architettura di consegna del hub. Implementa strategie robuste per l'indicizzazione dei dati distribuiti, l'orchestrazione e l'accesso, integrando i principi FAIR (Findable, Accessible, Interoperable, Reusable) in tutti i flussi di lavoro.
• Complessità / dimensione del prodotto: gestisce un sistema di conoscenza aziendale altamente interconnesso e su larga scala. Integra sistemi di metadati complessi e multi-source in uno strato uniforme, navigando modelli avanzati di infrastruttura e gateway enterprise per mantenere implementazioni automatizzate e senza soluzione di continuità.

Chi sei

Istruzione / Esperienza

• Dimostrata esperienza di gestione di progetti di ingegneria dei dati su scala aziendale e gestione di complessi sistemi web semantici e grafici di conoscenza.
• Configurazione, distribuzione e manutenzione di componenti infrastrutturali in un ambiente Kubernetes utilizzando l'automazione GitOps.
• L'esperienza di lavoro con piattaforme convalidate o qualificate (GxP) è un plus.

Competenze tecniche

• Esperienza: Esperienza di livello superiore nell'ingegneria dei dati, nell'ingegneria del software o nell'ingegneria web semantica con forti capacità di codifica Python, un'esperienza comprovata di consegna autonoma, e un focus sui grafici di conoscenza o l'attivazione del sistema AI.
• Semantic & Graph Technologies: esperienza manuale con database Graph (preferito Ontotext GraphDB, Neo4j) e standard web semantici core (RDF, OWL, SPARQL e ontology design).
• APIs & AI Protocols: Profonda comprensione della progettazione API di GraphQL e esperienza pratica con il Protocollo di Contesto Modello (MCP) per esporre gli strumenti di dati a LLM.
• DevOps & Infrastructure: Configurazione, distribuzione e gestione dei carichi di lavoro containerizzati negli ambienti enterprise Kubernetes (Rancher/RKE2).
• GitOps & CI/CD: La competenza degli esperti nei flussi di lavoro basati su Git utilizzando lo sviluppo basato sul tronco, le implementazioni automatizzate tramite ArgoCD e l'imballaggio delle applicazioni con i grafici Helm.
• Sicurezza e rete: solida comprensione pratica della gestione dei segreti