Knowledge & Semantics Engineer d/f/m

Knowledge & Semantics Engineer d/w/m

RWE Essen

RWE AG

Start zum nächstmöglichen Zeitpunkt, Vollzeit / Teilzeit, unbefristet

Als Knowledge & Semantics Engineer arbeitest du praxisnah an der Wissens- und Semantikschicht, die unseren KI-Systemen und Agenten den notwendigen Kontext bereitstellt. Du entwickelst und betreibst Wissensgraphen, semantische Modelle und Retrieval-Mechanismen, auf deren Grundlage KI-Agenten Informationen verstehen, verknüpfen und Schlussfolgerungen ziehen können. Dabei überführst du Fachwissen aus den Domänen in einen zuverlässigen, governancekonformen und kontrollierten Wissenskontext.

Die Rolle

Entwicklung und Betrieb von Wissensgraphen sowie der semantischen Schicht über verschiedene Domänen hinweg, wobei diese föderiert organisiert, aber interoperabel sind, dies umfasst den gesamten Lebenszyklus von der Modellierung bis zum Betrieb der entsprechenden Daten- und Wissenspipelines.

Implementierung von Master-Data-Management- und Business-Rule-Logiken sowie Pflege der Ontologien und gemeinsamen semantischen Modelle, die die unterschiedlichen Domänen miteinander verbinden.

Entwicklung und Optimierung von RAG- und Retrieval-Lösungen (Retrieval-Augmented Generation), einschließlich Chunking, Embeddings, Indexierung, Grounding und Evaluierung, um genaue, nachvollziehbare und verlässliche KI-Ergebnisse bereitzustellen.

Bereitstellung von Wissen für KI-Agenten als verlässlichen und governancekonformen Kontext sowie als aufrufbare Werkzeuge, unter anderem über das Model Context Protocol (MCP).

Automatisierung von Wissensaufbereitungs- und Qualitätssicherungsprozessen sowie Katalogisierung von Wissensbeständen, um fragmentierte und unkontrollierte Wissenssilos zu vermeiden.

Enge Zusammenarbeit mit Fachexperten, um Domänenwissen zu erfassen und in wiederverwendbare Wissensprodukte zu überführen.

Dein Profil

Erfolgreich abgeschlossenes Studium der Informatik, Wirtschaftsinformatik, Informationstechnologie, des Computer Engineerings oder eines vergleichbaren Fachgebiets.

Praktische Erfahrung in der Datenmodellierung und ein tiefgehendes Verständnis von Datenökosystemen.

Kenntnisse im Aufbau von Wissensgraphen und semantischen Modellen sowie im Umgang mit Graph- und Semantic-Technologien (z. B. Stardog, Neo4j oder vergleichbare Lösungen) und Abfragesprachen wie SPARQL, Cypher oder GraphQL.

Kenntnisse im Aufbau von RAG-Lösungen für Large Language Models (LLMs) und KI-Agenten, einschließlich Embeddings, Vektordatenbanken, Retrieval-Pipelines, Grounding und Evaluation.

Kenntnisse im Bereich Master Data Management sowie in der Modellierung von Ontologien und Taxonomien (z. B. SAP MDG oder vergleichbare Lösungen).

Fundierte Kenntnisse im Data Engineering mit Python, SQL, Datenpipelines und CI/CD.

Fähigkeit, fachliche Anforderungen in technische Lösungen zu übersetzen und Wissen strukturiert mit Domänenexpertinnen und Domänenexperten zu erarbeiten.

Plus kein Muss

Erfahrung bei der Anbindung und Verankerung von KI-Agenten oder LLM-Anwendungen an unternehmensweite Wissensquellen im großen Maßstab.

Vertrautheit mit dem Model Context Protocol (MCP) sowie modernen Agenten-Frameworks.

RWE ist bestrebt, ein vielfältiges und inklusives Umfeld zu schaffen - wir schätzen deine Leidenschaft, deine Bereitschaft zu lernen und deinen Wunsch, dich zu entfalten. Auch wenn du nicht alle der oben genannten Fähigkeiten mitbringst, aber der Meinung bist, dass der Job gut zu dir passen würde, du flexible Arbeitsregelungen benötigst oder wir Anpassungen vornehmen müssen, die hier noch nicht aufgeführt sind, freuen wir uns, von dir zu hören.