Knowledge / Ontology Engineer

Knowledge / Ontology Engineer   At EY, we’re all in to shape your future with confidence. Se cerchi un percorso di crescita in un contesto internazionale dove le tue idee contano davvero, sei nel posto giusto. In EY puoi dare forma alla tua carriera e contribuire a costruire un mondo del lavoro migliore, insieme a chi lo sta già trasformando ogni giorno. Perché candidarsi in EY?    Lo abbiamo chiesto a chi ci lavora già! Questi i fattori più influenti:

Investimento sulle competenze del futuro : fin dal primo giorno, eventi, strumenti e corsi sull’Intelligenza Artificiale, disponibili per tutti; Formazione continua : oltre 50 ore di corsi tecnici e manageriali all’anno previsti per ciascuna persona;  Sviluppo e progressione di carriera : solo negli ultimi 12 mesi, oltre la metà delle persone di EY si è vista riconoscere un avanzamento di carriera;  Mobilità e opportunità internazionali , compresa la possibilità di lavorare in smart working dall’estero fino a 20 giorni senza essere in trasferta;  Lavoro ibrido senza giornate prestabilite centralmente. Un network internazionale su cui poter contare.

Scopri nel concreto che cosa fa un/una Knowledge / Ontology Engineer     Nello specifico, ti occuperai di: •    Progettare e mantenere le ontologie di dominio: knowledge graph aziendali per i settori coperti (G&I, C&H, I&E, TMT, Healthcare, PE), con definizione di entità, relazioni, attributi e regole di inferenza in OWL/RDF o equivalenti •    Costruire e gestire il layer di Entity Resolution e Master Data: deduplicazione, linking e armonizzazione delle entità master (clienti, prodotti, contratti, persone) attraverso fonti eterogenee •    Definire i vocabolari di business e le tassonomie: glossari controllati e dizionari dati che fungono da fonte unica di verità semantica per tutti i prodotti AI della Factory e per i client engagement •    Integrare il Semantic Layer con i modelli AI generativi: graph-augmented RAG (GraphRAG), context injection e structured prompting basati su ontologie; riduzione dell’allucinazione nei domini regolamentati (finanziario, life sciences, energy) •    Collaborare con AI Architect e Data Management: definire il contratto di interfaccia tra Data Layer, Semantic Layer e AI Engineering; garantire coerenza tra data model fisico e rappresentazione semantica •    Supportare la spiegabilità e l’interpretabilità AI: fornire tracciabilità semantica per i modelli ad alto rischio (EU AI Act Art. 13), abilitando audit trail del ragionamento da input semantico a output    Competenze professionali:   •    Progettare e mantenere le ontologie di dominio: knowledge graph aziendali per i settori coperti (G&I, C&H, I&E, TMT, Healthcare, PE), con definizione di entità, relazioni, attributi e regole di inferenza in OWL/RDF o equivalenti •    Costruire e gestire il layer di Entity Resolution e Master Data: deduplicazione, linking e armonizzazione delle entità master (clienti, prodotti, contratti, persone) attraverso fonti eterogenee •    Definire i vocabolari di business e le tassonomie: glossari controllati e dizionari dati che fungono da fonte unica di verità semantica per tutti i prodotti AI della Factory e per i client engagement •    Integrare il Semantic Layer con i modelli AI generativi: graph-augmented RAG (GraphRAG), context injection e structured prompting basati su ontologie; riduzione dell’allucinazione nei domini regolamentati (finanziario, life sciences, energy) •    Collaborare con AI Architect e Data Management: definire il contratto di interfaccia tra Data Layer, Semantic Layer e AI Engineering; garantire coerenza tra data model fisico e rappresentazione semantica •    Supportare la spiegabilità e l’interpretabilità AI: fornire tracciabilità semantica per i modelli ad alto rischio (EU AI Act Art. 13), abilitando audit trail del ragionamento da input semantico a output