Graph Engineer (AI&Data)
⚲ Warszawa, Kraków, Wrocław, Gdańsk
Do uzgodnienia
Wymagania
- doświadczenie w projektowaniu lub wdrażaniu rozwiązań danych opartych na grafach lub modeli danych semantycznych
- znajomość knowledge graphs, ontologii, taksonomii i koncepcji semantic web
- znajomość języków zapytań grafowych i zasad modelowania grafów
- znajomość baz grafowych i ich zastosowań w AI, analityce i zarządzaniu wiedzą
- doświadczenie w pracy z chmurowymi platformami Data & AI i integracji wielu źródeł danych
- gotowość do pracy w modelu mieszanym (zdalnie, u klienta lub w biurze Accenture)
Opis stanowiska
Accenture szuka Graph Engineera do zespołu AI&Data (ponad 200 specjalistów w Polsce). Będziesz projektować i wdrażać rozwiązania knowledge graph łączące dane ze źródeł strukturalnych i niestrukturalnych, budować modele semantyczne, ontologie i schematy grafowe oraz integrować grafy z platformami Data & AI, w tym RAG i Agentic AI. Praca głównie zdalna, z okazjonalnymi wizytami u klienta lub w biurze. Uwaga: rola wymaga samodzielnego projektowania i wdrażania złożonych rozwiązań grafowych — to szeroki zakres kompetencji, warto ocenić, czy masz doświadczenie w całym spektrum.
🔍 Dekoder Ogłoszenia
🔴
Design and implement knowledge graph solutions to connect and enrich enterprise data across structured and unstructured sources.
Oczekuje się, że będziesz samodzielnie projektować i wdrażać złożone rozwiązania grafowe, co może wymagać szerokiego zakresu umiejętności i doświadczenia.
🟡
Collaborate with Data Architects, Engineers, Data Scientists, and AI teams to develop graph-based solutions supporting analytics and GenAI use cases.
Praca będzie wymagała ścisłej współpracy z różnymi specjalistami, co może oznaczać potrzebę dostosowania się do różnych stylów pracy i priorytetów zespołów.
🟡
Build and maintain semantic models, ontologies, taxonomies, and graph schemas that represent business concepts and relationships.
Może to oznaczać pracę nad abstrakcyjnymi i teoretycznymi aspektami danych, które nie zawsze są bezpośrednio związane z praktycznym kodowaniem.
🟡
Develop and optimize graph data models and queries to improve data discovery, reasoning, and AI-powered insights.
Oczekuje się nie tylko tworzenia, ale także ciągłego doskonalenia wydajności modeli i zapytań, co może wymagać głębokiego zrozumienia optymalizacji baz danych grafowych.
🟢
Integrate knowledge graphs with enterprise Data & AI platforms, including Retrieval-Augmented Generation (RAG) and Agentic AI solutions.
Wymaga to znajomości najnowszych trendów w AI i umiejętności ich praktycznego zastosowania w kontekście istniejących platform, co może być wyzwaniem.