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.

Was wir bieten können:

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 die KI in einem Unternehmen beeinflussen, das in mehr als dreißig Ländern tätig ist. In Zusammenarbeit mit Dateningenieuren, KI-Ingenieuren und Geschäftspartnern tragen Sie zu einer kollaborativen Umgebung bei, in der Architekturentscheidungen sichtbare, messbare Auswirkungen haben. 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.

Was Sie tun werden:

• Entwerfen und Erstellen von KI-bereiten Wissensgraphen, semantischen Modellen und Vektorräumen, die das vertrauenswürdige Wissensgerüst für Analysen und agentische KI im gesamten Unternehmen bilden.
• Architektur von RAG (Retrieval-Augmented Generation) Pipelines und Grundrahmen, die die Designvision definieren, wie agentische KI-Systeme auf organisatorisches Wissen zugreifen und darüber nachdenken.
• Entwicklung und Pflege von Daten-Governance-Rahmen, einschließlich Zugriffsmanagementrichtlinien, Metadaten-Generierung, Datenklassifizierungsstandards und ethischen Prinzipien, die mit Intersnacks Sicherheits- und Souveränitätsanforderungen übereinstimmen.
• Einbettung von 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.
• Definition und Implementierung von Ontologiemodellen und Entitätsbeziehungsstrukturen, die eine konsistente, kontextbewusste Wissensabfrage über strukturierte und unstrukturierte Datenquellen ermöglichen.
• Sicherstellung von Datenherkunft, Beobachtbarkeit und Rückverfolgbarkeit über die Wissensarchitektur, damit Stakeholder die von KI generierten Ausgaben auf ihre Quelldaten zurückverfolgen können.
• Förderung der Änderungsresilienz in der Datenarchitektur, indem Systeme entworfen werden, die sich an sich ändernde Geschäftsanforderungen, Datenquellen und KI-Modellaktualisierungen anpassen, ohne strukturelle Überarbeitungen.
• Zusammenarbeit mit KI-Ingenieuren, Dateningenieuren und Sicherheitsteams, um sicherzustellen, dass die Wissensinfrastruktur von Grund auf sicher ist, mit Schutzmaßnahmen gegen Eingabeaufforderungsinjektionen, Datenlecks und Modellmissbrauch.
• Coaching und Befähigung von Kollegen in Bezug auf Daten-Governance, Prinzipien der Wissensarchitektur und verantwortungsvolle KI-Nutzung, um zum breiteren KI-Literaturprogramm bei Intersnack beizutragen.

Wesentliche Fähigkeiten & Erfahrungen:

• Nachweisliche Erfolge in der Datenarchitektur oder Wissensengineering mit praktischer Umsetzung von Wissensgraphen, semantischen Modellen oder Graphdatenbanklösungen (z.B. Neo4j, Amazon Neptune oder gleichwertig).
• Tiefe Vertrautheit mit Mustern der Unternehmensdatenlandschaft, einschließlich Data Mesh, geschichteten und zentralisierten Architekturen sowie Lagerparadigmen wie DWH und Lakehouse.
• Praktische Erfahrung in der Gestaltung von RAG-Architekturen, Vektordatenbanken und Einbettungsmodellen.
• 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.
• Kenntnisse über Microsoft Azure und/oder AWS-Dienste, die für Datenkatalogisierung, Herkunft und Wissensmanagement relevant sind.
• Grundlagen 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.
• Starke Beherrschung 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.
• Exposition gegenüber agentischen KI-Rahmen und Multi-Agenten-Orchestrierungsmustern.
• Kenntnisse über verantwortungsvolle KI-Prinzipien und deren praktische Anwendung auf Modellauswahl, Bereitstellung und Überwachung.

Wichtig:

Ein gültiger Arbeits- und Aufenthaltstitel ist für Nicht-EU-Bewerber für diese Position erforderlich.