Engenheiro de gráfico de conhecimento (ciências da vida)

Sobre a vaga

Você irá construir e manter o conteúdo do gráfico de conhecimento científico que será utilizado para responder a perguntas científicas. Você transforma conceitos biológicos em modelos RDF alinhados à ontologia, escreve os pipelines em Python que os geram e mantém cada afirmação rastreável à sua fonte e evidência.

O que vais fazer

• Criar modelos de dados baseados em RDF e estruturas semânticas reutilizáveis para genes, proteínas, doenças, fenótipos, compostos e experiências
• Mapear dados estruturados e não estruturados para vocabulários e ontologias controladas
• Desenvolver pipelines em Python para transformação de dados, resolução de entidades e geração de RDF
• Definir e validar identificadores, relações, proveniência e evidência
• Escrever consultas SPARQL para explorar, testar e analisar gráficos de conhecimento
• Implementar verificações de qualidade semântica automatizadas e validação de mapeamento (SHACL ou equivalente)
• Colaborar com cientistas e especialistas em ontologia para resolver questões de terminologia, modelagem e qualidade de dados
• Documentar regras de mapeamento, decisões de modelagem e regras de validação
• Apoiar a integração de ativos de gráficos em soluções de dados, análise e IA

O que é pedido

• Mestre ou Doutoramento (ou experiência profissional equivalente) em biologia, ciências biomédicas, bioengenharia, genética, neurociência, bioinformática, biologia computacional ou área relacionada
• 3 a 5 anos de experiência em engenharia de dados, engenharia de software, tecnologias semânticas ou trabalho com dados científicos
• Fortes habilidades em Python e manipulação de dados, e domínio de SQL
• Modelagem prática em RDF (sujeito, predicado, objeto) e experiência prática com OWL, SPARQL e SHACL, além de RDFS ou armazenamentos de triplas
• Experiência em projetar mapeamentos de fonte para ontologia ou integrar várias fontes de dados científicos
• Experiência prática em usar ou desenvolver ontologias, taxonomias, vocabulário controlado ou gráficos de conhecimento
• Compreensão de proveniência, metadados, qualidade de dados e validação de esquemas
• Experiência com conjuntos de dados biológicos ou biomédicos
• Git e práticas modernas de desenvolvimento de software
• Comunicação clara com partes interessadas científicas e técnicas
• Inglês fluente

Valorizado

• Experiência prática com Ontologia de Genes, MONDO, HPO, EFO, UBERON, ChEBI ou outras ontologias da OBO Foundry
• Bibliotecas de web semântica como RDFLib ou OWLReady2
• Ligação de entidades, mapeamento de terminologia ou gestão de vocabulário controlado
• RDF-star, gráficos nomeados ou modelagem de gráfico de propriedades (Neo4j, GraphDB)
• Conhecimento dos princípios FAIR, governança de metadados científicos e LinkML
• Experiência em IA agentiva e agentes baseados em LLM, geração aumentada por recuperação, extração de informações ou mapeamento assistido por LLM, com validação da saída
• Exposição a análises de gráficos, similaridade semântica, aprendizado de máquina ou IA generativa
• APIs, Docker, plataformas em nuvem, orquestração de fluxos de trabalho e pipelines de dados automatizados
• Experiência na indústria farmacêutica e saúde ou outro ambiente regulamentado
• Fluência em português

O que é oferecido

• Junte-se a um ambiente de equipe multicultural e inclusivo
• Desfrute de uma atmosfera de apoio que promove o equilíbrio entre vida profissional e pessoal
• Participe de projetos nacionais e internacionais emocionantes
• Trabalho híbrido
• Programas de crescimento profissional
• Programas de formação e certificação
• Seguro de saúde e vida
• Programa de referência com bônus por recomendações de talento
• Ótimas localizações de escritório

✸ Benefícios e vantagens (8)

• Ações da empresa
• Comida, fruta e bebida
• Benefícios flexíveis
• Flexibilidade de horário
• Mais de 22 dias de férias
• Programa de descontos
• Seguro de saúde
• Suporte psicológico

✸ Valores e cultura (9)

• Ambiente internacional
• Crenças e religião
• Híbrido
• Igualdade de género
• Igualdade racial
• Incentivo à criatividade e inovação
• Acolhedor para LGBTQ+
• Pessoas com deficiência
• Tecnologias de ponta

Processo de entrevista

O processo de entrevista da Capgemini Engineering é totalmente remoto. Este conta com as seguintes fases:

1. Em primeiro lugar, serás convidada/o para uma reunião com um elemento da nossa equipa de Talent Acquisition;
2. Depois, o processo terá continuidade por via de uma entrevista técnica, com um dos nossos experts ou, através de um assessment test; caso necessário, poderás ser também convidada/o a participar numa entrevista com o cliente;
3. Por fim, ser-te-á apresentada uma proposta de colaboração.

Boa sorte!

Quanto paga este cargo

Este anúncio não mostra o salário

Investimento de tempo

1 h 26 min Investimento de tempo em entrevistas

Índice de dificuldade das entrevistas

43/100