IT Semantic Engineer - RDT Data Platforms — Roche

Description complète

Chez Roche vous pouvez vous montrer comme vous-même, embrassé pour les qualités uniques que vous apportez. Notre culture encourage l'expression personnelle, le dialogue ouvert et les liens authentiques, où vous êtes apprécié, accepté et respecté pour qui vous êtes, vous permettant de prospérer à la fois personnellement et professionnellement. C'est ainsi que nous visons à prévenir, à arrêter et à guérir les maladies et à veiller à ce que chacun ait accès aux soins de santé aujourd'hui et pour les générations à venir. Rejoignez Roche, où chaque voix compte.

La position ​ Ingénieur sémantique IT - Plateformes de données RDT

Description de la zone

L'ingénieur sémantique IT est chargé de diriger, de concevoir, de développer et de maintenir notre centre sémantique au niveau de l'entreprise. Cette plate-forme sert de couche de données fondamentale pour combler l'écart entre les vastes connaissances de l'entreprise et les systèmes d'IA avancés. Dans ce rôle, vous intégrerez diverses sources de données et de métadonnées dans un graphe de connaissances unifié, concevoirez des ontologies communes pour exposer uniformément des ensembles de données disparates, construireez des API robustes et des protocoles d'intégration pour la consommation d'IA. L'objectif ultime est de fournir un contexte d'entreprise de haute précision aux assistants et aux agents intelligents de l'IA, en établissant leurs réponses, en permettant une exécution fiable des flux de travail et en éliminant les hallucinations de l'IA.

La possibilité

• Portée / contenu Leadership : Dirige la conception, la construction et la maintenance de pipelines de données évolutives et d'architectures graphiques. Dirige indépendamment les projets d'intégration de données de l'ingestion à la transformation sémantique, établissant des ontologies d'entreprise unifiées.
• Responsabilisation / résolution de problèmes : se pose des problèmes complexes de modélisation des données, d'ingestion et de questionnement. Évaluer, évaluer et optimiser les performances des outils d'accès aux données pour s'assurer que les systèmes d'IA récupèrent le contexte de l'entreprise efficacement, avec précision et avec un latence minimale.
• Gestion des intervenants : Collabore directement avec les propriétaires de données, les experts de domaine et les équipes d'application d'IA pour bien comprendre les exigences opérationnelles. Traduit des cas d'utilisation commerciale complexes en schémas robustes et des paramètres de données normalisés.
• Impact / Stratégie: Dirige l'évolution technique de l'architecture de livraison du hub. Implémente des stratégies robustes pour l'indexation des données distribuées, l'orchestration et l'accès, tout en intégrant les principes FAIR (Findable, Accessible, Interoperable, Reusable) sur tous les workflows.
• Complexité / Taille du produit : Gère un système de connaissances très interconnecté et à grande échelle. Intégre des systèmes de métadonnées complexes et multisources dans une couche uniforme, en naviguant sur les modèles d'infrastructure avancée et de passerelle d'entreprise pour maintenir des déploiements automatisés et sans faille.

Qui vous êtes

Éducation / Expérience

• Expérience démontrée dans la gestion de projets d'ingénierie des données à l'échelle de l'entreprise et la gestion de systèmes Web sémantiques complexes et de graphiques de connaissances.
• Découvrez la configuration, le déploiement et la maintenance des composants d'infrastructure dans un environnement Kubernetes grâce à l'automatisation GitOps.
• L'expérience de travail avec des plateformes validées ou qualifiées (GxP) est un plus.

Compétences techniques

• Expérience : Expérience de niveau supérieur en ingénierie de données, en génie logiciel ou en génie web sémantique avec de solides compétences de codage Python, une expérience éprouvée de la prestation autonome, et un accent sur les graphiques de connaissances ou l'activation du système d'IA.
• Technologies sémantiques et graphiques: Expérience pratique avec les bases de données graphiques (Ontotext GraphDB préféré, Neo4j) et les normes web sémantiques de base (RDF, OWL, SPARQL et conception d'ontologie).
• API et protocoles d'IA: Compréhension approfondie de la conception de l'API de GraphQL et expérience pratique avec le Model Context Protocol (MCP) pour exposer les outils de données aux LLM.
• DevOps & Infrastructure: Expérimentez la configuration, le déploiement et la gestion des charges de travail conteneurisées dans les environnements Kubernetes (Rancher/RKE2).
• GitOps & CI/CD: Compétence d'expert dans les flux de travail basés sur Git en utilisant le développement basé sur le tronc, déploiements automatisés via ArgoCD, et packaging d'applications avec des cartes Helm.
• Sécurité et réseautage: Une bonne compréhension pratique de la gestion des secrets