IT Semantic Engineer - RDT Data Platforms — Roche

Vollständige Beschreibung

Bei Roche können Sie sich als Sie selbst zeigen, umarmt für die einzigartigen Qualitäten, die Sie mitbringen. Unsere Kultur fördert persönlichen Ausdruck, offenen Dialog und echte Verbindungen, in denen Sie geschätzt, akzeptiert und respektiert werden, wer Sie sind, so dass Sie sowohl persönlich als auch beruflich gedeihen können. Auf diese Weise wollen wir Krankheiten verhindern, stoppen und heilen und sicherstellen, dass jeder heute und für kommende Generationen Zugang zu Gesundheitsversorgung hat. Treten Sie Roche bei, wo jede Stimme wichtig ist.

Die Position ​ IT Semantic Engineer - RDT Datenplattformen

Beschreibung des Gebiets

Der IT Semantic Engineer ist verantwortlich für die Leitung, das Design, die Entwicklung und die Wartung unseres semantischen Hubs auf Unternehmensebene. Diese Plattform dient als grundlegende Datenschicht, die die Lücke zwischen umfangreichem Unternehmenswissen und fortschrittlichen KI-Systemen schließt. In dieser Rolle integrieren Sie verschiedene Daten- und Metadatenquellen in einen einheitlichen Wissensgraphen, entwerfen gemeinsame Ontologien, um unterschiedliche Datensätze einheitlich darzustellen, erstellen robuste APIs und Integrationsprotokolle für den KI-Verbrauch. Das ultimative Ziel ist es, KI-Assistenten und intelligenten Agenten einen hochpräzisen Unternehmenskontext zu bieten - die Erdung ihrer Antworten, die zuverlässige Ausführung von Workflows und die Beseitigung von KI-Halluzinationen.

Die Gelegenheit

• Scope / Content Leadership: Leitet das Design, den Aufbau und die Wartung skalierbarer Datenpipelines und Graphenarchitekturen. Führt Datenintegrationsprojekte unabhängig von der Aufnahme bis zur semantischen Transformation und etabliert einheitliche Unternehmensontologien.
• Verantwortlichkeit / Problemlösung: Löst komplexe Datenmodellierungs-, Aufnahme- und Abfrageherausforderungen. Bewertet, Benchmarks und optimiert die Leistung von Datenzugriffstools, um sicherzustellen, dass KI-Systeme den Unternehmenskontext effizient, genau und mit minimaler Latenz abrufen.
• Stakeholder Management: Arbeitet direkt mit Datenbesitzern, Domänenexperten und KI-Anwendungsteams zusammen, um die Geschäftsanforderungen gründlich zu verstehen. Übersetzt komplexe Business Use Cases in robuste Schemata und standardisierte Datenendpunkte.
• Impact / Strategie: Betreibt die technische Entwicklung der Auslieferungsarchitektur des Hubs. Implementiert robuste Strategien für die Indexierung, Orchestrierung und den Zugriff auf verteilte Daten, während FAIR-Prinzipien (Findable, Accessible, Interoperable, Reusable) in alle Workflows integriert werden.
• Komplexität / Produktgröße: Verwaltet ein hochgradig vernetztes, groß angelegtes Unternehmenswissenssystem. Integriert komplexe Multi-Source-Metadatensysteme in eine einheitliche Ebene und navigiert durch fortschrittliche Infrastruktur- und Enterprise-Gateway-Muster, um nahtlose, automatisierte Bereitstellungen zu gewährleisten.

Wer du bist

Bildung / Erfahrung

• Demonstrierte Erfahrung im Umgang mit unternehmensweiten Data Engineering-Projekten und der Verwaltung komplexer semantischer Websysteme und Wissensgraphen.
• Erleben Sie die Konfiguration, Bereitstellung und Wartung von Infrastrukturkomponenten in einer Kubernetes-Umgebung mithilfe der GitOps-Automatisierung.
• Erfahrung mit validierten oder qualifizierten Plattformen (GxP) ist ein Plus.

Technische Fähigkeiten

• Erfahrung: Senior-Level-Erfahrung in Data Engineering, Software Engineering oder semantischem Web Engineering mit starken Python-Codierungskenntnissen, einer nachgewiesenen Erfolgsbilanz bei der autonomen Bereitstellung und einem Fokus auf Wissensgraphen oder KI-System-Enablement.
• Semantic & Graph Technologies: Praktische Erfahrung mit Graph-Datenbanken (Ontotext GraphDB preferred, Neo4j) und zentralen semantischen Webstandards (RDF, OWL, SPARQL und Ontologiedesign).
• APIs & AI-Protokolle: Tiefes Verständnis des GraphQL-API-Designs und praktische Erfahrung mit dem Model Context Protocol (MCP), um Datentools LLMs auszusetzen.
• DevOps & Infrastruktur: Erfahrung beim Konfigurieren, Bereitstellen und Verwalten von containerisierten Workloads in Enterprise Kubernetes (Rancher/RKE2)-Umgebungen.
• GitOps & CI/CD: Expertenkenntnisse in Git-basierten Workflows mit trunk-basierter Entwicklung, automatisierten Bereitstellungen über ArgoCD und Anwendungsverpackung mit Helm-Diagrammen.
• Security & Networking: Solides praktisches Verständnis von Secrets Management