AI Data Architect - Knowledge & Governance

Die Intelligenz eines KI-Systems ist nur so gut wie das Wissen, auf dem es basiert. In dieser Rolle sind Sie dafür verantwortlich, dieses Wissen vertrauenswürdig, strukturiert und dauerhaft zu gestalten. Als unser AI Data Architect für Knowledge & Governance werden Sie das unternehmensweite Wissensgerüst entwerfen und aufbauen, das das KI-Programm von Intersnack 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. Dies ist eine Rolle für jemanden, der etwas Dauerhaftes aufbauen möchte: eine widerstandsfähige Wissensinfrastruktur, die sich über Beschaffung, Produktion, Vertrieb und darüber hinaus erstreckt.

Diese Rolle befindet sich im architektonischen Herzen der KI-Transformation von Intersnack und bietet Ihnen die seltene Gelegenheit, das Wissensfundament von Grund auf neu zu definieren, anstatt ein veraltetes System zu übernehmen. Sie haben erheblichen Gestaltungsspielraum, um Ontologien, Grapharchitekturen und Governance-Rahmen zu gestalten, die beeinflussen, wie KI in einem Unternehmen funktioniert, das in mehr als 30 Ländern präsent ist.

Sie werden Ihre Zeit damit verbringen, die strukturelle Intelligenzschicht zu entwerfen, die enterprise AI möglich macht: den Aufbau von Wissensgraphen, semantischen Modellen und Vektorräumen, die KI-Ausgaben in vertrauenswürdiges, verwaltetes organisatorisches Wissen einbetten. Neben 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 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 agentischen Rahmenwerken, 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 den Sicherheits- und Souveränitätsanforderungen von Intersnack entsprechen.
• 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 der Datenherkunft, Beobachtbarkeit und Nachvollziehbarkeit über die Wissensarchitektur, um Stakeholdern zu ermöglichen, KI-generierte Ausgaben auf ihre Quelldaten zurückzuverfolgen.
• Förderung der Veränderungsresilienz in der Datenarchitektur, indem Systeme entworfen werden, die sich an sich entwickelnde Geschäftsanforderungen, Datenquellen und KI-Modellaktualisierungen anpassen, ohne strukturelle Überarbeitungen.
• Zusammenarbeit mit KI-Ingenieuren, Dateningenieuren und Sicherheitsteams, um sicherzustellen, dass die Wissensinfrastruktur von Anfang an sicher gestaltet ist, mit Schutzmaßnahmen gegen Eingabeaufforderungsinjektionen, Datenlecks und Modellausnutzung.
• Coaching und Befähigung von Kollegen in den Prinzipien der Daten-Governance und Wissensarchitektur sowie der verantwortungsvollen KI-Nutzung, um zum breiteren KI-Literaturprogramm von Intersnack beizutragen.

Erforderliche Qualifikationen:

• Nachweisbare Erfahrung 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, einschließlich Metadatenmanagement, Zugriffskontrolle und ethischen Prinzipien in Cloud-Umgebungen.
• Praktisches Wissen über AI TRiSM 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.
• Verständnis der Sicherheitsrisiken von KI, einschließlich Eingabeaufforderungsinjektionen und Datenlecks.
• Bewusstsein für die DSGVO, das EU-KI-Gesetz und die Anforderungen an die Datensouveränität der EU.
• Gute Englischkenntnisse in Wort und Schrift; Deutschkenntnisse sind von Vorteil.

Wertvolle Erfahrungen:

• Erfahrung mit Microsoft Fabric, Azure Purview oder OneLake im Kontext von Daten-Governance oder Wissensmanagement.
• Hintergrund in FMCG, Fertigung oder Lieferkettenumgebungen.
• Kenntnisse über verantwortungsvolle KI-Prinzipien und deren praktische Anwendung.

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