Senior AI / Knowledge Graph Engineer (m/f/d)

🔥 vor 10 Minuten

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

OrbisGraph by Pinnipedia

WebsiteLinkedInAlle Stellen

2 - 10 Mitarbeiter

Gegründet 2025

🔒 Cybersecurity

📋 Compliance

☁️ SaaS

Cybersecurity • Compliance • SaaS

OrbisGraph von Pinnipedia ist eine in Deutschland gehostete Compliance-Plattform, die ISMS-Dokumentation als versionierten Wissensgraphen modelliert. Sie extrahiert Assets, Prozesse, Anforderungen (z. B. BSI IT-Grundschutz, NIS2, DORA, KRITIS), Maßnahmen, Nachweise und Personen aus unstrukturierten Dokumenten und generiert maßgeschneiderte Sicherheitskonzepte für Beratungsunternehmen und interne Teams. Entwickelt von Forschern der Kryptographie, KI und Cybersicherheit und überprüft/validiert durch die Freie Universität Berlin, betont das Produkt erklärbare KI, quellverknüpfte menschliche Überprüfung, souveränes Hosting in Deutschland (Deutsche Telekom Cloud) und Bereitschaft für die maschinenlesbare Ausrichtung des BSI zu Grundschutz++.

Beschreibung

• Own the end-to-end pipeline that turns unstructured documents into a validated, queryable knowledge graph. • Accountable for extraction quality, graph integrity, and the data layer that backs the product's read path. • LLM extraction pipelines - document chunking, property and relationship extraction, cross-chunk reconciliation, gap detection. Built with structured-output LLM agents orchestrated by durable workflows. • Knowledge graph - schema design as typed Pydantic models, Cypher access patterns and indexing strategy, graph operations, schema evolution and migration. Scope ends at the graph boundary: API contracts and query abstractions exposed to consumers belong to the full-stack engineer. • Deterministic rule engines - table-driven evaluators for cases where code beats LLM judgment; clear contracts between deterministic and probabilistic components. • Data validation & quality - schema enforcement, required-property contracts, audit trails, eval harnesses (expert review, unsupervised checks, synthetic fixtures, LLM-as-judge). • Live data ops - backfills, coordinated migrations across relational + graph stores, observability on extraction throughput and quality, incident response.

🎯 Anforderungen

• 5+ years shipping data/AI systems to production with real customers - has been on-call for live pipelines and knows what breaks at 2am. • Strong Python (typed, modern) and SQL. • Comfortable with PostgreSQL under load. • Production experience with at least one graph database (Neo4j preferred; Neptune, ArangoDB, TigerGraph acceptable) - schema design, query tuning, not toy use. • Production LLM pipeline experience: structured output, agent orchestration, prompt and version management, evaluation frameworks. • Durable workflow orchestration in production (DBOS, Temporal, Airflow, Prefect, Dagster). • Test-first discipline - integration tests against real datastores (Testcontainers or equivalent), not mock-heavy unit tests. • Fluent English skills.

🏖️ Vorteile

• Hybrid, full-time with flexible scheduling; occasional on-site days in Berlin. • Competitive salary: 60.000–85.000 € base (more for exceptional senior profiles). • Small, focused team; direct collaboration with the Product Owner and Full-Stack Engineer. • Modern tooling, real ownership, and a learning budget for role-relevant training. • Impact: help SMEs meet rising security requirements with less friction.