Semantic Data Architekt (m/w/d)

Tätigkeitsprofil:

Als Deutsche Zentrale Fachbibliothek für Technik und Naturwissenschaften sichern wir mit unseren zukunftsweisenden Dienstleistungen die infrastrukturellen Voraussetzungen einer qualitativ hochwertigen Informations- und Literaturversorgung für Forschung in Wissenschaft und Industrie. Mit dem Open Research Knowledge Graph (ORKG) arbeiten wir daran, den Austausch und die Nutzung wissenschaftlicher Erkenntnisse im digitalen Zeitalter zu revolutionieren.

Die Technische Informationsbibliothek (TIB), Programmbereich C, Forschung und Entwicklung sucht für das Lab Linked Scientific Knowledge (LAB LSK) zum nächstmöglichen Zeitpunkt einen

Semantic Data Architekt (m/w/d)

Die Stelle ist zunächst auf zwei Jahre befristet, eine Verlängerung wird angestrebt. Die regelmäßige Wochenarbeitszeit beträgt 39,80 Stunden (Vollzeit). Der Arbeitsplatz ist nur bedingt teilzeitgeeignet. Die Eingruppierung erfolgt in die Entgeltgruppe 13 TV-L.

Ihre Aufgaben
Sie arbeiten in einem interdisziplinären Team an der Entwicklung und dem Betrieb semantischer Forschungsdateninfrastrukturen für die Chemie, Material- und Ingenieurwissenschaften. Sie fungieren dabei als Brückenbauer:in zwischen den wissenschaftlichen Disziplinen, Ontologie-Entwicklung und Softwareentwicklung. Sie agieren selbständig über Projekte hinweg, entwickeln übergreifende semantische Modelle, Anwendungen und Dienste und erproben dabei auch KI-gestützte Ansätze zur effizienten Ontologieentwicklung und ‑kuratierung.

Semantische Modellierung:

• Schnittstelle zu Verbundpartnern aus Chemie, Ingenieurwissenschaften, Informatik und Bibliotheken
• Evaluation und Einsatz von LLM-basierten Werkzeugen zur KI-gestützten Ontologieentwicklung und ‑kuratierung mit Human-in-the-Loop-Ansatz
• Entwicklung und Pflege domänenspezifischer Ontologien und kontrollierter Vokabulare für Materialwissenschaften, Fertigungstechnik und Prozesstechnik sowie Chemie
• Anwendung, Mapping und Alignment von etablierten Standards: Metadata4Ing, MSEO, BFO, DataCite, DCAT-AP
• Design von Metadatenschemata und generischen Protokollstrukturen für Experimente und Verarbeitungsprozesse
• Aufbau und Pflege von Knowledge Graphs (RDF, SPARQL)

Konzeptionelle Systementwicklung mit Softwareentwickler:innen und Ingenieur:innen:

• Federführung bei der konzeptionellen (Weiter-)Entwicklung der RDM-Systemarchitektur aus der „Big-Picture“-Perspektive
• gemeinsames Requirements Engineering im Team: Übersetzung von Domänenanforderungen in technische Spezifikationen für Anwendungen zur semantischen Annotation von Forschungsdaten, Protokollen und weiteren Datentypen
• Qualitätssicherung der Systemimplementierungen im Hinblick auf semantische Korrektheit, FAIR-Compliance und Interoperabilität
• Mitgestaltung von Knowledge-Graph-Interfaces und SPARQL-Abfrageoberflächen

Anforderungsprofil:

Gesucht wird eine Person, die

• semantische Wissensmodellierung und Ontologie-Engineering als Kernkompetenz mitbringt und diese in konkreten Projekten bereits erprobt hat.
• die Fähigkeit besitzt, technische Systeme (Repositorien, Elektronische Laborjournale, Knowledge Graphs, Annotationstools) konzeptionell mitzugestalten, ohne zwingend selbst zu programmieren.
• Freude daran hat, mit Ingenieur:innen und Naturwissenschaftler:innen gemeinsam und auf Augenhöhe Anforderungen zu erheben und in semantisch saubere, interoperable Lösungen zu übersetzen.
• parallel an mehreren Projekten mitwirken kann, den roten Faden nicht verliert und den Projektleiter proaktiv informiert und entlastet.

Dafür verfügen Sie über

• ein abgeschlossenes wissenschaftliches Hochschulstudium (Master, Universitätsdiplom oder gleichwertiger Abschluss) in Informatik, Chemie, Materialwissenschaften, Ingenieurwissenschaften, Informationswissenschaft, Computerlinguistik, Linguistik/Sprachwissenschaft, Digital Humanities, Data Science oder einem verwandten Fachgebiet, sofern ein nachweisbarer thematischer Bezug zu Wissensmodellierung, semantischen Technologien oder Informationsstrukturierung besteht.
• Vertrautheit mit den FAIR-Daten-Prinzipien und modernen Standards des Forschungsdatenmanagements.
• Kenntnisse im Umgang mit gängigen Metadatenschemata wie DataCite, Schema.org, DCAT.
• Erfahrung in der Modellierung von Metadatenschemata und/oder kontrollierten Vokabularen.
• sehr gutes Verständnis von Softwareentwicklungsprozessen sowie die Fähigkeit, als konzeptionelle Brücke zwischen Domänenexpert:innen und Entwickler:innen zu agieren.
• Kenntnisse im Umgang mit Versionskontrolle (Git) und CI/CD-Workflows.
• hohe Selbstorganisation und eigenständige Arbeitsweise.
• sehr gute Englischkenntnisse in Wort und Schrift.

Wünschenswerte Qualifikationen

• Erfahrungen mit Ontologien aus der Chemie, Materialwissenschaften oder Ingenieurwissenschaften
• Erfahrung mit Ontology Development Tools wie ROBOT, ODK oder Protégé
• Kenntnisse in LinkML, SSSOM
• Erfahrung mit KI-gestützten Methoden der Ontologieentwicklung und Wissensmodellierung, insbesondere dem Einsatz von Large Language Models (LLMs) als Assistenzwerkzeuge im Ontologie-Engineering (z.B. OntoGPT, CurateGPT, LLM-gestützte ROBOT-Workflows)
• Erfahrung mit Daten-Repositorien, elektronischen Laborjournalen, Semantik Mediawiki oder Terminologie-Diensten
• Deutschkenntnisse sind von Vorteil, jedoch nicht zwingend erforderlich