GraphRAG Engineer

🕒 il y a 1 jour

🌐 Espagne, Hongrie, +1 autres pays – Distant

🇪🇸 Espagne – Télétravail 🇭🇺 Hongrie – Télétravail 🇵🇱 Pologne – Télétravail

⏰ Temps Plein

🟡 Intermédiaire

🟠 Senior

👷🏻‍♀️ Ingénieur

👻 Score fantôme 10%

Ce que ça veut dire : la probabilité que cette offre reste ouverte sans recrutement actif.Comment le lire : 60 % ou plus, on pense que c'est une offre fantôme. Un score plus bas est moins inquiétant.Comment on la calcule : ancienneté, republications, postes ouverts vs taille de l'équipe, rapidité de clôture, et si le salaire est indiqué.À noter : une estimation à partir de données publiques, pas un jugement sur l'entreprise. De vraies offres peuvent avoir un score élevé, alors prenez-le comme un indice, pas comme un fait.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

Cloudera

Site WebLinkedInTous les Emplois

1001 - 5000 employés

Fondée en 2008

💼 Conseil

🏥 Santé

📦 Logistique

💰 €4 099 999 Venture Round en 2013-01

Consulting • Healthcare • Logistics

Cloudera est une entreprise de cloud de données d'entreprise de premier plan qui permet aux entreprises de gérer et d'analyser des données dans n'importe quel environnement. Offrant une plateforme de données hybride, Cloudera facilite les architectures de données modernes avec des solutions telles que le data lakehouse ouvert, le data mesh évolutif et le tissu de données unifié, conçues pour l'intelligence artificielle, l'ingénierie des données et l'apprentissage automatique. Les principales industries servies incluent les services financiers, les télécommunications, la santé, et plus encore, où la plateforme de Cloudera permet une gestion des données sécurisée, évolutive et efficace. En exploitant l'IA et des analyses avancées à grande échelle, Cloudera aide les organisations à transformer leurs données en informations exploitables.

Description

• Provision, tune, and maintain production-grade Neo4j graph database and pgvector vector storage clusters • Engineer high-throughput index structures, cosine similarity vector indexes, and query optimizations for sub-second responses • Build automated ingestion pipelines parsing Git repositories, ASTs, Jira issue links, Apache Avro schemas, and CI/CD metadata into an enterprise knowledge graph • Connect distributed pipeline engines to hybrid retrievers combining SQL, Cypher graph traversals, and dense vector embeddings • Configure circuit breakers, confidence scoring thresholds, and step-limit constraints for autonomous agents • Integrate microservices and knowledge stores with the Enterprise AI Gateway • Maintain version-controlled system prompt structures in localized .ai/ spoke directories while following DLP PII scrubbing rules and token rate limits • Implement automated failover, backup restoration, and multi-cloud storage-tier cost controls across AWS and GCP • Own the semantic, vector, and graph storage layer powering the context engine for enterprise AI utilities and the Internal Developer Portal • Lead deployment of the SDLC Context Graph and GraphRAG Engine for CAB compliance, code/schema lineage tracking, and enterprise LLM proxy integrations

🎯 Exigences

• Deep operational and development experience with Neo4j (Cypher, APOC, causal clustering) or enterprise Knowledge Graphs • Proven expertise with pgvector (PostgreSQL), embeddings management, hybrid search techniques, and framework integrations (LangChain, LlamaIndex, or custom RAG pipelines) • Hands-on experience managing relational (PostgreSQL) and graph databases across AWS and GCP cloud environments • Proficiency in consuming Apache Avro payloads, streaming Kafka events (AWS MSK), and parsing structured/unstructured code and JSON artifacts • Practical understanding of Prompts-as-Code patterns, few-shot prompt optimization, and agent tool specification • Experience with Infrastructure-as-Code (Terraform) primitives, Kubernetes (EKS/GKE), Docker, and pull-based GitOps workflows • Exposure to HashiCorp Vault Transit encryption, OIDC keyless authentication, and zero-trust workload identities • Familiarity with OpenTelemetry (OTel) instrumentation for tracking vector search query latencies and LLM inference performance in Datadog or Grafana

🏖️ Avantages

• Generous PTO Policy • Unplugged Days supporting work-life balance • Flexible WFH Policy • Mental & Physical Wellness programs • Phone and Internet Reimbursement program • Access to Continued Career Development • Comprehensive Benefits and Competitive Packages • Paid Volunteer Time • Employee Resource Groups