Szukamy osoby na stanowisko Knowledge Engineer, która dobrze czuje się w pracy z wiedzą, danymi i wyszukiwaniem opartym o AI. Jeśli lubisz porządkować chaos informacyjny, przekładać nieustrukturyzowane treści na sensowne struktury i realnie wpływać na jakość wyszukiwania – to może być miejsce dla Ciebie.

Knowledge Engineer

Twój zakres obowiązków

• Projektowanie i wdrażanie ontologii w działających systemach
• Praca z nieustrukturyzowanymi danymi (PDF, Word, intranet, SharePoint, Confluence itp.)
• Mapowanie dokumentów na encje, klasy i relacje
• Budowa i utrzymanie metadanych, słowników synonimów oraz aliasów
• Współtworzenie i rozwijanie AI search (indeksowanie, chunking, embeddingi, retrieval, reranking)
• Projektowanie półautomatycznych procesów przetwarzania wiedzy (NER, normalizacja nazw, deduplikacja pojęć)
• Dbanie o jakość: testy na zestawach pytań, analiza błędów i iteracyjne poprawki
• Praca z pipeline’ami danych oraz API (pobieranie danych, walidacja, aktualizacja indeksów)
• Dokumentowanie i utrzymywanie workflow w repozytoriach (np. Git)

Nasze wymagania

• Minimum 2–5 lat doświadczenia w pracy z danymi, wiedzą, wyszukiwaniem, NLP lub bazami wiedzy (w dowolnej kombinacji)
• Praktyczne doświadczenie we wdrażaniu ontologii w realnych systemach
• Zrozumienie działania AI search
• Indeksowanie dokumentów i chunking
• Embeddingi
• Retrieval i reranking
• Filtrowanie po metadanych i kontekście użytkownika
• Umiejętność pracy z nieustrukturyzowanymi danymi oraz rozróżniania treści od „szumu”
• Podejście nastawione na jakość i testowanie rozwiązań
• Swoboda w pracy z danymi i automatyzacją:
• SQL (min. poziom średniozaawansowany)
• Python (min. podstawy / scripting)
• Znajomość technologii semantycznych (RDF, OWL – choćby praktyczne podstawy)
• SPARQL
• Doświadczenie z bazami grafowymi (np. Neo4j)
• Praca z narzędziami do adnotacji danych lub automatyzacji labelingu
• Doświadczenie w projektach RAG / LLMOps
• Wiedza domenowa z bankowości lub organizacji regulowanych

To oferujemy

• Realny wpływ na to, jak działa wyszukiwanie i zarządzanie wiedzą w organizacji
• Pracę z nowoczesnymi rozwiązaniami z obszaru AI, search i knowledge engineering
• Przestrzeń na eksperymentowanie, iterację i rozwój własnych pomysłów
• Współpracę z zespołem technicznym, który rozumie wagę jakości danych