Auf einen Blick
- Aufgaben: Baue die Datenbasis für SAPs Knowledge Graphs und entwickle robuste Datenpipelines.
- Unternehmen: SAP, ein führendes Unternehmen im Bereich Unternehmenssoftware mit globaler Reichweite.
- Vorteile: Lernmöglichkeiten, großartige Benefits und ein unterstützendes Team, das deinen Erfolg fördert.
- Weitere Informationen: Wachstumsmöglichkeiten in einem internationalen Team mit einer Kultur der Inklusion.
- Warum dieser Job: Gestalte die Zukunft der KI und arbeite an innovativen Projekten in einem dynamischen Umfeld.
- Qualifikationen: Master oder PhD in relevanten Disziplinen und Erfahrung in der Datenverarbeitung.
Das prognostizierte Gehalt liegt zwischen 55000 - 70000 € pro Jahr.
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. 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. Es ist SAPs Ziel, 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 und 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 Erstellen robuster Datenpipelines, die strukturierte und unstrukturierte Geschäftsdaten (einschließlich SAP-Daten) in RDF-Wissensgraphen im großen Maßstab einpflegen, transformieren und laden.
- Quellendaten in Ontologien und SHACL-Schemata abbilden, SPARQL-basierte Transformationen entwickeln und Triple Stores in der Produktion betreiben.
- Eng mit Fachspezialisten und Datenverantwortlichen zusammenarbeiten, um Quellsysteme (SAP und Nicht-SAP) zu verstehen und deren Anforderungen in zuverlässige Wissensgraph-Datenflüsse und Bereitstellungen zu übersetzen.
- Kritische Designentscheidungen zum Datenengineering-Stack treffen – Triple Stores, ETL/ELT-Tools, Orchestrierung und Integration mit nachgelagerten generativen KI-Anwendungen.
- Zur Gedankenführung an der Schnittstelle von Datenengineering, Wissensgraphen und generativer KI beitragen.
- Präsentieren, diskutieren und erklären, wie qualitativ hochwertige Wissensgraph-Daten Geschäftsanwendungen zugutekommen können, und proaktiv neue Anwendungsfälle relevanten Stakeholdern vorschlagen.
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 mit Erfahrung in Wissensgraphen im Geschäftskontext.
- Erfahrung im Entwerfen und Betreiben großangelegter Datenpipelines (Batch und Streaming) mit modernen Datenengineering-Tools.
- Kenntnisse über SAP-Daten und SAP-Anwendungen – deren Datenmodelle, Geschäftsobjekte und Extraktionsschnittstellen.
- Erfahrung im Abbilden von Geschäftsoperationen und Quellsystemen in klare Datenmodelle, Ontologien und organisierte Schemata.
- Bewusstsein für die neuesten Trends an der Schnittstelle von Datenengineering, Wissensgraphen und LLMs.
- Solide Kenntnisse in SQL, modernen Data Warehousing/Lakehouse-Konzepten 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.
- Berufliche Kenntnisse des RDF-Wissensgraph-Technologiestacks (RDF, RDFS, OWL, SHACL, SPARQL) und praktische Erfahrung im Betrieb von Triple Stores.
- Fähigkeit, diverse Stakeholder zu beraten, wie sie ihre Daten in einen Unternehmens-Wissensgraphen einbringen und auf Geschäftsanwendungen anwenden können.
- Starke Kommunikations- und Kollaborationsfähigkeiten, mit der Fähigkeit, effektiv in interkulturellen Teams zu arbeiten.
Treffen Sie Ihr Team: SAPs KI-Organisation widmet sich der nahtlosen Integration von KI in alle Unternehmensanwendungen, um Kunden, Partnern und Entwicklern zu helfen, Geschäftsprozesse zu verbessern und bemerkenswerte Geschäftswerte zu schaffen.
Wir gewinnen mit Inklusion: SAPs Kultur der Inklusion, der Fokus auf Gesundheit und Wohlbefinden sowie flexible Arbeitsmodelle sorgen dafür, dass jeder – unabhängig von seinem Hintergrund – sich einbezogen fühlt und sein Bestes geben kann.
(Senior) Data Engineer (f/m/d): SAP Data on RDF Knowledge Graphs Arbeitgeber: SAP
SAP ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern nicht nur ein inspirierendes Arbeitsumfeld bietet, sondern auch kontinuierliche Lern- und Entwicklungsmöglichkeiten. Mit einem starken Fokus auf Inklusion, Gesundheit und Wohlbefinden sorgt SAP dafür, dass jeder Mitarbeiter sich wertgeschätzt fühlt und sein volles Potenzial entfalten kann. Die flexible Arbeitsweise und die engagierte Teamkultur machen SAP zu einem idealen Ort für alle, die in einer dynamischen und zukunftsorientierten Branche arbeiten möchten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so (Senior) Data Engineer (f/m/d): SAP Data on RDF Knowledge Graphs erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei SAP zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um (Senior) Data Engineer (f/m/d): SAP Data on RDF Knowledge Graphs mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als (Senior) Data Engineer (f/m/d): SAP Data on RDF Knowledge Graphs bei SAP gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei SAP vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für SAP entscheidend sein!
