Auf einen Blick
- Aufgaben: Baue die Datenbasis für SAPs Knowledge Graphs und entwickle robuste Datenpipelines.
- Unternehmen: SAP, ein führendes Unternehmen in der KI-Integration und Dateninnovation.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Dynamisches Team mit internationalen Kollegen und großartigen Entwicklungschancen.
- Warum dieser Job: Gestalte die Zukunft von Datenengineering und generativer KI mit innovativen Lösungen.
- Qualifikationen: Master oder PhD in Informatik oder verwandten Bereichen, 2+ Jahre Erfahrung in Data Engineering.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
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. Diese Rolle konzentriert sich auf den Aufbau der Datenbasis für SAPs Knowledge Graphs, die Herausforderungen strukturierter und unstrukturierter Geschäftsdaten angeht und generative KI-Lösungen ermöglicht.
Die Rolle
- Einzigartige Gelegenheit, die Datenbasis für SAPs Knowledge Graphs zu schaffen – die Quelle des expliziten Wissens über mehrere SAP-Domänen.
- Entwerfen und Erstellen robuster Datenpipelines, die strukturierte und unstrukturierte Geschäftsdaten (einschließlich SAP-Daten) in RDF Knowledge Graphs im großen Maßstab aufnehmen, transformieren und laden.
- Quellendaten in Ontologien und SHACL-Schemas abbilden, SPARQL-basierte Transformationen entwickeln und Triple Stores in der Produktion betreiben, zusammen mit Knowledge- und Data-Engineering-Teams und Stakeholdern.
- Eng mit Fachexperten und Datenverantwortlichen zusammenarbeiten, um Quellsysteme (SAP und Non-SAP) zu verstehen und deren Anforderungen in zuverlässige Datenflüsse und Bereitstellungen für Knowledge Graphs 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 Data Engineering, Knowledge Graphs und generativer KI beitragen.
- Präsentieren, diskutieren und erklären, wie hochwertige Knowledge Graph-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.
- Über 2 Jahre relevante Berufserfahrung mit starkem Hintergrund im Data Engineering, idealerweise mit Erfahrung in Knowledge Graphs im Geschäftskontext.
- Erfahrung im Entwerfen und Betreiben großangelegter Datenpipelines (Batch und Streaming) mit modernen Data Engineering-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 Data Engineering, Knowledge Graphs und LLMs – z.B. KG-Konstruktion aus unstrukturierten Daten, Graph RAG, KG-Embeddings.
- Solide Kenntnisse in SQL, modernen Data Warehousing/Lakehouse-Konzepten und Cloud-Datenplattformen (z.B. AWS, GCP, Azure, Databricks).
- Erfahrung im Data Engineering mit einem praktischen Ansatz zur Lösung von Datenherausforderungen.
- Fließend in Python und die Fähigkeit, Ihre Ideen in produktiven Code umzusetzen.
- Berufliche Kenntnisse des RDF Knowledge Graph-Technologiestacks (RDF, RDFS, OWL, SHACL, SPARQL) und praktische Erfahrung im Betrieb von Triple Stores – Vertrautheit mit Property-Graph-Lösungen (z.B. Neo4j) ist von Vorteil.
- Kenntnisse des aktuellen Triple Store-Ökosystems (kommerziell und Open Source, z.B. GraphDB, Stardog, Virtuoso, Apache Jena, Blazegraph) und Enterprise Knowledge Graph-Architekturen sind von Vorteil.
- Fähigkeit, verschiedene Stakeholder zu beraten, wie sie ihre Daten in einen Enterprise Knowledge Graph einbringen und auf Geschäftsanwendungen anwenden können.
- Starke Kommunikations- und Kollaborationsfähigkeiten, mit der Fähigkeit, effektiv in interkulturellen Teams zu arbeiten.
SAP setzt sich für die Werte der Chancengleichheit ein und bietet Barrierefreiheit für Bewerber mit körperlichen und/oder geistigen Behinderungen. Wenn Sie Unterstützung benötigen, um unsere Website zu navigieren oder Ihre Bewerbung abzuschließen, senden Sie bitte eine E-Mail an das Recruiting Operations Team: Careers@sap.com.
(Senior) Data Engineer (f/m/d): SAP Data on RDF Knowledge Graphs Arbeitgeber: SAP
SAP ist ein hervorragender Arbeitgeber, der innovative Technologien mit branchenspezifischem Wissen kombiniert, um eine dynamische und unterstützende Arbeitsumgebung zu schaffen. Mitarbeiter profitieren von umfangreichen Weiterbildungsmöglichkeiten, einer offenen Unternehmenskultur und der Chance, an bedeutenden Projekten im Bereich Data Engineering und KI zu arbeiten. Die Lage in Deutschland bietet zudem ein hohes Maß an Lebensqualität und Zugang zu einem breiten Netzwerk von Fachleuten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so (Senior) Data Engineer (f/m/d): SAP Data on RDF Knowledge Graphs erhalten könnten
✨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!
