AI Data Architect - Knowledge & Governance

Wir möchten, dass Sie mit uns wachsen. Die Intelligenz eines KI-Systems ist nur so gut wie das Wissen, auf dem es basiert. Diese Rolle ist dafür verantwortlich, dieses Wissen vertrauenswürdig, strukturiert und dauerhaft zu gestalten. Als unser AI Data Architect für Wissen & Governance werden Sie das unternehmensweite Wissensgerüst entwerfen und aufbauen, das Intersnacks KI-Programm antreibt: Wissensgraphen, semantische Modelle, Vektorräume und die RAG-Architekturen, die sie mit agentischen Workflows verbinden. Sie berichten an das KI-Programm und sind eine Schlüsselstimme bei der Gestaltung nicht nur der technischen Architektur, sondern auch der Governance- und Sicherheitsrahmen, die sicherstellen, dass KI sicher, erklärbar und in vollem Einklang mit den geltenden Vorschriften eingesetzt wird.

Diese Rolle befindet sich im architektonischen Herzen von Intersnacks KI-Transformation und bietet Ihnen die seltene Gelegenheit, das Wissensfundament von Grund auf neu zu definieren, anstatt ein veraltetes System zu übernehmen. Sie haben erhebliche Designautonomie und gestalten Ontologien, Grapharchitekturen und Governance-Rahmen, die beeinflussen, wie KI in einem Unternehmen funktioniert, das in mehr als 30 Ländern präsent ist. Die Flexibilität zwischen Düsseldorf und Remote-Arbeit unterstützt ein Arbeitsmodell, das Ihren Bedürfnissen entspricht, während der internationale Umfang des Programms kontinuierliche Exposition gegenüber komplexen, realen Herausforderungen in großem Maßstab gewährleistet.

Wie Sie Ihre Zeit als unser nächster AI Data Architect – Wissen & Governance verbringen werden:

• Sie werden Ihre Zeit damit verbringen, die strukturelle Intelligenzschicht zu entwerfen, die enterprise-KI möglich macht: Aufbau von Wissensgraphen, semantischen Modellen und Vektorräumen, die KI-Ausgaben in vertrauenswürdiges, verwaltetes organisatorisches Wissen verankern.
• Zusammen mit dem technischen Aufbau werden Sie die Governance- und Sicherheitspraktiken leiten, die sicherstellen, dass jedes Datenasset, Modell und jeder KI-Anwendungsfall den Standards von Intersnack für Erklärbarkeit, Nachvollziehbarkeit und regulatorische Compliance entspricht.

Was Sie tun werden:

• Entwerfen und bauen Sie KI-bereite Wissensgraphen, semantische Modelle und Vektorräume, die das vertrauenswürdige Wissensgerüst für Analysen und agentische KI im gesamten Unternehmen bilden.
• Architektur von RAG (Retrieval-Augmented Generation) Pipelines und agentischen Grundierungsrahmen, Definition der Designvision, wie agentische KI-Systeme auf organisatorisches Wissen zugreifen und darüber nachdenken.
• Entwickeln und pflegen Sie Daten-Governance-Rahmen, einschließlich Zugriffsmanagementrichtlinien, Metadaten-Generierung, Datenklassifizierungsstandards und ethischen Prinzipien, die den Sicherheits- und Souveränitätsanforderungen von Intersnack entsprechen.
• Verankern Sie AI TRiSM (AI Trust, Risk, and Security Management) Prinzipien in Architektur- und Governance-Design, um Erklärbarkeit, Prüfbarkeit und konforme KI-Nutzung über alle Anwendungsfälle hinweg sicherzustellen.
• Definieren und implementieren Sie Ontologiemodelle und Entitätsbeziehungsstrukturen, die eine konsistente, kontextbewusste Wissensabfrage über strukturierte und unstrukturierte Datenquellen ermöglichen.
• Sicherstellen von Datenherkunft, Beobachtbarkeit und Nachvollziehbarkeit über die Wissensarchitektur, sodass Stakeholder KI-generierte Ausgaben bis zu ihren Quelldaten zurückverfolgen können.
• Änderungsresilienz in die Datenarchitektur treiben, Systeme entwerfen, die sich an sich entwickelnde Geschäftsanforderungen, Datenquellen und KI-Modellaktualisierungen anpassen, ohne strukturelle Überarbeitungen.
• Mit KI-Ingenieuren, Dateningenieuren und Sicherheitsteams zusammenarbeiten, um sicherzustellen, dass die Wissensinfrastruktur von Anfang an sicher gestaltet ist, mit Schutzmaßnahmen gegen Eingabeaufforderungsinjektionen, Datenlecks und Modellausnutzung.
• Kollegen in den Prinzipien der Daten-Governance, Wissensarchitektur und verantwortungsvoller KI-Nutzung schulen und befähigen, um zum breiteren KI-Literaturprogramm von Intersnack beizutragen.

Wesentliche Fähigkeiten & Erfahrungen:

• Nachweisbare Erfolge in der Datenarchitektur oder Wissensengineering, mit praktischer Umsetzung von Wissensgraphen, semantischen Modellen oder Graphdatenbanklösungen (z.B. Neo4j, Amazon Neptune oder gleichwertig) und der Fähigkeit, dynamisch wechselnde Geschäftsanforderungen in zukunftssichere architektonische Designs zu übersetzen.
• Tiefe Vertrautheit mit Mustern der Unternehmensdatenlandschaft, einschließlich Data Mesh, geschichteten und zentralisierten Architekturen sowie Lagerparadigmen wie DWH und Lakehouse, mit der Fähigkeit, den richtigen Ansatz für den Kontext auszuwählen und zu rechtfertigen.
• Praktische Erfahrung in der Gestaltung von RAG-Architekturen, Vektordatenbanken und Einbettungsmodellen, mit der Fähigkeit, Grundierungsrahmen für agentische KI-Systeme zu erstellen.
• Erfahrung in der Gestaltung und Implementierung von Daten-Governance-Rahmen, die das Management von Metadaten, Zugriffskontrolle, Datenklassifizierung und ethische Prinzipien in Cloud-Umgebungen abdecken.
• Praktisches Wissen über AI TRiSM (AI Trust, Risk, and Security Management) und dessen Anwendung auf das Design von KI-Systemen, einschließlich Erklärbarkeit, Prüfbarkeit und konformer Nutzung.
• Kenntnisse über Microsoft Azure und/oder AWS-Dienste, die für Datenkatalogisierung, Herkunft und Wissensmanagement relevant sind (z.B. Azure Purview, AWS Lake Formation oder gleichwertig).
• Fundierte Kenntnisse in der Ontologie-Modellierung, Entitätsauflösung und Techniken zur Wissensdarstellung, die auf Unternehmensdatenumgebungen anwendbar sind.
• Klare Verständnis der Sicherheitsrisiken von KI, einschließlich Eingabeaufforderungsinjektionen, Datenlecks und Kettenreaktionsfehlern, mit der Fähigkeit, von Anfang an Minderung in die Architektur zu integrieren.
• Bewusstsein für die DSGVO, das EU-KI-Gesetz und die Anforderungen an die Datensouveränität der EU, mit der Fähigkeit, diese auf Architektur- und Governance-Entscheidungen anzuwenden.
• Ein starkes Beherrschen der gesprochenen und geschriebenen englischen Sprache ist erforderlich; Kenntnisse der deutschen Sprache werden als Vorteil angesehen.

Wertvolle Erfahrungen:

• Erfahrung mit Microsoft Fabric, Azure Purview oder OneLake im Kontext von Daten-Governance oder Wissensmanagement.
• Hintergrund in FMCG, Fertigung oder Lieferkettenumgebungen, was Vertrautheit mit der typischen Datenkomplexität dieser Bereiche bietet.
• Exposition gegenüber agentischen KI-Rahmen und Multi-Agenten-Orchestrierungsmustern.
• Kenntnisse über verantwortungsvolle KI-Prinzipien und deren praktische Anwendung auf Modellauswahl, Bereitstellung und Überwachung.

Wichtig: Bitte beachten Sie, dass für Nicht-EU-Bewerber für diese Position ein gültiger Arbeits- und Aufenthaltstitel erforderlich ist.