Du möchtest komplexe Datenstrukturen nicht nur verarbeiten, sondern auch intelligent verknüpfen – von der Datenquelle bis zur semantischen KI-Anwendung?
Du bringst Erfahrung mit Graphdaten und möchtest RAG-Integrationen mit modernen LLMs wie Ollama realisieren?
Dann melde Dich bei uns!

Dein zukünftiges Team und Arbeitsumfeld
Du wirst Teil eines interdisziplinären Teams im Bereich Datenintegration & Analyse. Die Stelle ist auf hybride Datenarchitekturen mit Fokus auf On-Premises ausgelegt und bietet die Möglichkeit, mit modernsten Technologien und eigenen KI-Modellen zu arbeiten – einschließlich Retrieval-Augmented Generation auf Basis von Knowledge Graphen.

Auch haben wir bei digatus eine Arbeitsumgebung geschaffen, in der Du die Möglichkeit hast:

· strukturierte Datenvernetzung mit semantischer Tiefe aktiv mitzugestalten

· ETL-Workflows, Knowledge Graphs und KI-Modelle eng zu verzahnen

· dich in einem wachstumsstarken Umfeld technologisch weiterzuentwickeln

• ETL-Prozessdesign – Aufbau und Pflege skalierbarer Pipelines für Datenextraktion, -transformation und -ladung
• Datenintegration – Verarbeitung unstrukturierter Inhalte (z. B. aus Confluence, SharePoint) in strukturierte Graphmodelle
• Graphdatenmodellierung – Ontologie-Design für Entitäten wie "Invention", "Inventor", "Standard"
• Ladeprozesse – Einbindung in Graphdatenbanken (Neo4j, RDF Stores)
• KI-Anreicherung – Entwicklung von Strategien zur Ähnlichkeitsanalyse und Kontaktpunkt-Extraktion
• RAG-Integration – Aufbau von Retrieval-Augmented Generation Pipelines mithilfe von Knowledge Graphen
• Modellbereitstellung – Anbindung und Integration lokaler LLMs wie Ollama zur kontextbasierten Analyse
• Tooling – Nutzung von APIs (Confluence, SharePoint) & Automatisierung mit Python, Airflow o. ä.
• Zusammenarbeit – Enge Abstimmung mit Fachexperten, Standardisierungsteams und Dokumentationsverantwortliche

• Hintergrund – Abgeschlossenes Studium in Informatik, Data Science oder vergleichbare Qualifikation
• Erfahrung – Fundierte Kenntnisse im ETL-Umfeld und praktische Erfahrung mit Knowledge Graphs
• Know-how – idealerweise Erfahrung in der Entwicklung von RAG-Anwendungen oder im Einsatz von Ollama
• Technologien – Sicherer Umgang mit Neo4j, RDF, Cypher, SPARQL, Python, REST-APIs
• Softskills – Strukturierte, analytische Arbeitsweise und hohe Kommunikationsfähigkeit
• Sprachen – Sehr gute Deutsch- und gute Englischkenntnisse

• Technologietiefe – Arbeit an einem zukunftsweisenden Projekt mit Verbindung von Datenintegration und LLMs
• Gestaltungsspielraum – Du entwickelst Prozesse und Architekturen maßgeblich mit
• Weiterbildung – Zugang zu Weiterbildungen rund um Graphtechnologien, RAG und KI-Anwendungen
• Teamkultur – Interdisziplinärer Austausch mit kurzen Entscheidungswegen
• Feelgood – Flexible Arbeitszeiten, moderne Ausstattung, Events & Mitarbeitervorteile

Karrierestufe

Arbeitszeit

Standorte

Arbeitsverhältnis