Data Solution Architect
EPAM Systems (Poland) sp. z o.o.
⚲ Kraków
Do uzgodnienia
Wymagania
- głęboka znajomość Graph Data Science, Graph RAG i Cypher
- udokumentowane doświadczenie z Snowflake i Airflow
- doświadczenie z różnymi źródłami Market Data i zbiorami danych finansowych
- doświadczenie w projektowaniu architektury dla systemów silnie opartych na AI lub wspieranych przez AI
- doświadczenie w architekturze danych, w tym projektowaniu Data Factories (od pozyskania do konsumpcji)
- umiejętność nauczania i dzielenia się wiedzą o Cypher, traversalu grafów i metodologiach RAG z zespołami cross-funkcyjnymi
Mile widziane
- doświadczenie z infrastrukturą chmurową AWS
- doświadczenie w fazach greenfield (roadmapa, priorytetyzacja backlogu, blueprinting)
Opis stanowiska
Projekt budowy AI-native ekosystemu inwestycyjnego — platformy, która ma obsługiwać zarówno duże fundusze majątkowe, jak i prywatne family offices. Jako Data Solution Architect zaprojektujesz Knowledge Graph oparty na Neo4j jako centralną warstwę inteligencji, zintegrujesz GraphRAG do zamiany nieustrukturyzowanego researchu w zapytywalne encje oraz zaprojektujesz agentów AI i frameworki rozumowania. To rola dla hands-on architekta z głęboką wiedzą o grafach i doświadczeniem w domenie finansowej (market data, zbiory finansowe). Uwaga: sekcja 'O projekcie' w oryginale jest pusta — brak informacji o zespole, metodologii pracy, długości projektu i stawce, co warto wyjaśnić na etapie rekrutacji.
🔍 Dekoder Ogłoszenia
🟡
Expertise in Graph Technologies
Wymagana bardzo wąska i zaawansowana specjalizacja (Graph RAG, Cypher) — może być trudno znaleźć kandydatów, a rola może wymagać ciągłego dokształcania się po godzinach.
🟡
Advanced AI Integration
Ogólnikowe sformułowanie — 'AI-driven or AI-assisted systems' nie precyzuje, czy chodzi o realne wdrożenia produkcyjne, czy eksperymenty/POC.
🟡
Architectural Leadership
Sugeruje odpowiedzialność za cały obszar architektury danych, co przy braku informacji o zespole może oznaczać pracę w pojedynkę lub dużą presję.
🟡
Mentorship
Wymóg dzielenia się wiedzą z zespołami cross-funkcjonalnymi — może oznaczać dodatkowe obowiązki szkoleniowe poza głównym zakresem projektu.
🔴
O projekcie
Sekcja 'O projekcie' jest pusta — brak informacji o zespole, metodologii pracy, długości projektu czy stawce. To poważny brak transparentności.