Cloudera is een bedrijf voor enterprise data clouds dat organisaties helpt gegevens in hybride omgevingen te beheren, te reguleren en te analyseren. Het platform ondersteunt moderne data-architecturen, waaronder open data lakehouses, data meshes en uniforme data fabrics, met mogelijkheden voor kunstmatige intelligentie, machinaal leren en data-engineering. Cloudera bedient sectoren zoals financiële dienstverlening, telecommunicatie, gezondheidszorg en logistiek. Zo kunnen teams op grote schaal met gegevens werken en complexe informatie omzetten in operationele inzichten.
GraphRAG-engineer – Cloudera Spanje, op afstand
Bouw Cloudera’s enterprise-AI-kennisgrafiek en GraphRAG-mogelijkheden met Neo4j, vectoropslag en geautomatiseerde ingestiepijplijnen. Beheer de ondersteunende AWS- en GCP-infrastructuur voor ontwikkelaarsworkflows en enterprise-AI-diensten.
Beschrijving
- Productie-Graphdatabases met Neo4j en pgvector-opslagclusters inrichten, optimaliseren en ondersteunen
- High-throughputindexen, zoekopdrachten op basis van cosinusgelijkenis en queryverbeteringen ontwerpen voor prestaties onder één seconde
- Ingestiepijplijnen ontwikkelen die Git-repositories, AST’s, Jira-koppelingen, Avro-schema’s en CI/CD-metadata omzetten in een enterprise-kennisgrafiek
- Gedistribueerde pijplijnengines verbinden met hybride retriev-systemen via SQL, Cypher-traversals en dense embeddings
- Circuitbreakers, betrouwbaarheidsdrempels en uitvoeringslimieten voor autonome agents instellen
- Microservices en kennisrepository’s integreren met de Enterprise AI Gateway
- Versiebeheerde promptstructuren in gelokaliseerde .ai/-mappen beheren en daarbij DLP, PII-scrubbing en tokenratecontroles toepassen
- Failover, back-upherstel en kostenbeheer voor multi-cloudopslag in AWS en GCP automatiseren
- Verantwoordelijk zijn voor de semantische, vector- en graphopslaglaag die de contextengine, enterprise-AI-hulpmiddelen en het Internal Developer Portal ondersteunt
- De oplevering leiden van de SDLC Context Graph en GraphRAG Engine voor CAB-compliance, code- en schemalineage en integraties met enterprise-LLM-proxy’s
Vereisten
- Uitgebreide hands-onervaring met het ontwikkelen en beheren van Neo4j, waaronder Cypher, APOC en causal clustering, of vergelijkbare enterprise-kennisgrafieksystemen
- Aantoonbare expertise met pgvector en PostgreSQL, embeddingbeheer, hybride zoekopdrachten en integraties met LangChain, LlamaIndex of aangepaste RAG-pijplijnen
- Praktische ervaring met het beheren van relationele en graphdatabases in AWS- en GCP-omgevingen
- Vermogen om Apache-Avro-payloads te verwerken, Kafka-events via AWS MSK te verwerken en gestructureerde of ongestructureerde code- en JSON-artefacten te parseren
- Werkkennis van Prompts-as-Code, few-shot-promptverfijning en specificaties voor agenttools
- Ervaring met Terraform-infrastructuurprimitieven, Kubernetes op EKS of GKE, Docker en pull-gebaseerde GitOps-processen
- Bekendheid met HashiCorp Vault Transit-encryptie, OIDC-authenticatie zonder sleutels en zero-trust-workloadidentiteiten
- Inzicht in OpenTelemetry-instrumentatie voor het meten van vectorzoeklatentie en LLM-inferentieprestaties in Datadog of Grafana
Voordelen
- Ruime betaalde verlofregeling
- Unplugged-dagen ter ondersteuning van de werk-privébalans
- Flexibel thuiswerkbeleid
- Programma’s voor mentaal en fysiek welzijn
- Vergoeding van telefoon- en internetkosten
- Doorlopende mogelijkheden voor loopbaanontwikkeling
- Uitgebreide arbeidsvoorwaarden met concurrerende pakketten
- Betaalde tijd voor vrijwilligerswerk
- Employee resource groups