(Senior) Data Engineer (f/m/d): RDF Knowledge Graphs and Generative AI

Wir helfen der Welt, besser zu funktionieren. Bei SAP halten wir es einfach: Sie bringen Ihr Bestes zu uns, und wir bringen das Beste in Ihnen zum Vorschein. Wir sind Entwickler, die über 20 Branchen und 80 % des globalen Handels berühren, und wir benötigen Ihre einzigartigen Talente, um zu gestalten, was als Nächstes kommt. Die Arbeit ist herausfordernd – aber sie zählt. Sie finden einen Ort, an dem Sie Sie selbst sein können, Ihr Wohlbefinden priorisieren und wirklich dazugehören können.

Was Sie tun werden: Bei SAP integrieren wir modernste KI-Technologie mit unseren branchenspezifischen Daten und tiefem Prozesswissen, um Innovationen in SAP-Produkten und -Dienstleistungen voranzutreiben. Agentic AI, basierend auf großen Sprachmodellen (LLMs), verändert die Art und Weise, wie Benutzer mit ihren Geschäftsanwendungen interagieren. Das Verständnis von strukturierten und unstrukturierten Geschäftsdaten wie Geschäftsdatamodellen, Metadaten zu Geschäftsprozessen und Dokumentationen ist jedoch in vortrainierten LLMs begrenzt, was die Nutzung von Agenten im großen Maßstab und für komplexe Aufgaben erschwert. Es ist SAPs Mission, diese Herausforderung im Bereich Business AI zu überwinden. Unser Ziel ist es, Wissensgraphen (KGs) als entscheidende Differenzierungsmerkmale bereitzustellen, um LLM-Herausforderungen wie Halluzination und Compliance zu adressieren sowie die Entwicklung von Grundmodellen auf strukturierten Daten zu ermöglichen, um unseren Kunden herausragende generative KI-Lösungen zu bieten.

Die Rolle: Einzigartige Gelegenheit, die Datenbasis für SAPs Wissensgraphen aufzubauen – die Quelle des expliziten Wissens über mehrere SAP-Domänen. Entwerfen und bauen Sie robuste Datenpipelines, die strukturierte und unstrukturierte Geschäftsdaten (einschließlich SAP-Daten) in RDF-Wissensgraphen im großen Maßstab aufnehmen, transformieren und laden. Mappen Sie Quelldaten in Ontologien und SHACL-Schemata, entwickeln Sie SPARQL-basierte Transformationen und betreiben Sie Triple Stores in der Produktion zusammen mit Knowledge- und Data-Engineering-Teams und Stakeholdern. Arbeiten Sie eng mit Fachexperten und Datenverantwortlichen zusammen, um die Quellsysteme (SAP und Non-SAP) zu verstehen und deren Anforderungen in zuverlässige Datenflüsse und Bereitstellungen für Wissensgraphen zu übersetzen. Treffen Sie kritische Designentscheidungen zum Datenengineering-Stack – Triple Stores, ETL/ELT-Tools, Orchestrierung und Integration mit nachgelagerten generativen KI-Anwendungen. Tragen Sie zur Gedankenführung an der Schnittstelle von Data Engineering, Wissensgraphen und generativer KI bei. Präsentieren, diskutieren und erklären Sie, wie qualitativ hochwertige Wissensgraphdaten Geschäftsanwendungen zugutekommen können, und schlagen Sie proaktiv neue Anwendungsfälle relevanten Stakeholdern vor.

Was Sie mitbringen: PhD oder Master-Abschluss in Informatik, künstlicher Intelligenz, Physik, Mathematik oder anderen relevanten Disziplinen. 2+ Jahre relevante Berufserfahrung mit starkem Hintergrund im Datenengineering, idealerweise einschließlich der Arbeit mit Wissensgraphen in einem geschäftlichen Kontext. Erfahrung im Entwerfen und Betreiben von großangelegten Datenpipelines (Batch und Streaming) unter Verwendung moderner Datenengineering-Tools. Tiefgehende Kenntnisse im RDF-Wissensgraph-Technologiestack (RDF, RDFS, OWL, SHACL, SPARQL) und praktische Erfahrung im Betrieb von Triple Stores – Vertrautheit mit Property-Graph-Lösungen (z.B. Neo4j) ist von Vorteil. Erfahrung im Mapping von Geschäftsoperationen und Quellsystemen in klare Datenmodelle, Ontologien und organisierte Schemata. Praktisches Wissen über das aktuelle Triple-Store-Ökosystem (kommerziell und Open Source, z.B. GraphDB, Stardog, Virtuoso, Apache Jena, Blazegraph) und Enterprise-Wissensgraph-Architekturen. Bewusstsein für die neuesten Trends an der Schnittstelle von Data Engineering, Wissensgraphen und LLMs – z.B. KG-Konstruktion aus unstrukturierten Daten, Graph RAG, KG-Embeddings. Solide Kenntnisse in SQL, modernen Konzepten von Data Warehousing/Lakehouse und Cloud-Datenplattformen (z.B. AWS, GCP, Azure, Databricks). Erfahrung im Datenengineering mit einem praktischen Ansatz zur Lösung von Datenherausforderungen. Fließend in Python und die Fähigkeit, Ihre Ideen in produktiven Code umzusetzen. Fähigkeit, verschiedene Stakeholder zu beraten, wie sie ihre Daten in einen Unternehmens-Wissensgraphen einbringen und auf Geschäftsanwendungen anwenden können. Kenntnisse über SAP-Daten und SAP-Anwendungen – deren Datenmodelle, Geschäftsobjekte und Extraktionsschnittstellen – sind stark bevorzugt. Starke Kommunikations- und Kollaborationsfähigkeiten, mit der Fähigkeit, effektiv in interkulturellen Teams zu arbeiten.

Gleichstellung der Beschäftigung: SAP verpflichtet sich zu den Werten der Gleichstellung der Beschäftigung und bietet Barrierefreiheit für Bewerber mit körperlichen und/oder geistigen Behinderungen. Wenn Sie daran interessiert sind, sich bei SAP zu bewerben und Unterstützung oder besondere Hilfe benötigen, um unsere Website zu navigieren oder Ihre Bewerbung abzuschließen, senden Sie bitte eine E-Mail mit Ihrer Anfrage an das Recruiting Operations Team: Careers@sap.com.