Knowledge Base / Knowledge Graph Engineer - Híbrido, CABA (Argentina). (Buenos Aires)
Talent Connect Ver todas las vacantes
- Buenos Aires
- Permanente
- Tiempo completo
- taxonomías
- metadatos
- categorización
- reglas de publicación\n- Participar en la construcción de Knowledge Graphs , incluyendo:\n- modelado de entidades y relaciones
- ontologías y vocabularios controlados
- mapping entre fuentes de información\n- Definir arquitectura de la solución:\n- ingesta de datos
- almacenamiento
- indexación
- búsqueda
- consumo vía APIs\n- Implementar buenas prácticas de data ingestion e integración , incluyendo:\n- parsing
- normalización
- deduplicación\n- Colaborar en la evolución hacia búsqueda semántica, RAG y sistemas basados en LLMs .\nRequisitosExperiencia en al menos algunos de los siguientes dominios:\nArquitectura de conocimiento\n- Diseño de Knowledge Base enterprise \n- Modelado de contenido\n- Gobierno de información\n- Arquitectura de información\nArquitectura de datos / integración\n- Ingesta y procesamiento de datos\n- Integración de múltiples repositorios de conocimiento\n- Diseño de pipelines de datos\nTecnologías\n
- Python (pipelines, ETL, procesamiento de texto, APIs)\n- Cloud (idealmente AWS)\n- Integración con repositorios como\n
- Confluence\n- SharePoint\n- ServiceNow\n- Zendesk\n- APIs REST\nBúsqueda\n
- Conceptos de indexación y relevancia \n- Experiencia con Elastic / OpenSearch (deseable)\nNice to HaveKnowledge Graph\n- Implementación end-to-end de Knowledge Graph \n- Ontologías (RDF, OWL)\n- Modelado semántico\n- Razonamiento básico\nSearch y GenAI\n
- Semantic search \n- RAG architectures
- chunking
- embeddings
- retrieval híbrido
- evaluación de relevancia y grounding\nTecnologías adicionales\n
- Graph databases:\n
- Neo4j\n- Amazon Neptune\n- Stardog\n- Vector databases\n- Pinecone\n- Weaviate\n- FAISS\n- ChromaDB\n- Frameworks LLM\n- LangChain\n- LlamaIndex\n- Querying semántico\n- SPARQL\n- GraphQL\nTambién valoramos- Experiencia en entornos regulados (PII, control de acceso, auditoría).\n- Experiencia en Content Operations / Knowledge-Centered Service (KCS) .\n- Experiencia en optimización de motores de búsqueda :\n
- tuning de relevancia
- synonyms
- boosting
- análisis de query logs\nQué buscamos- Perfil analítico y estructurado.\n- Capacidad de trabajar con equipos de arquitectura, data, AI y producto .\n- Interés en plataformas de conocimiento y sistemas intelige
Kit Empleo