Internship:­SAP­Knowledge­Graph­Extraction­F/M
Über diesen Job
SAP sucht einen Praktikanten (m/w/d) im Bereich Software-Design und Entwicklung für die SAP Knowledge Graph Extraction. In dieser Rolle entwickelst du eine Pipeline zur automatischen Extraktion von Wissensgraphen und arbeitest mit NLP- und LLM-Modellen. Du bringst Kenntnisse in maschinellem Lernen, Python sowie Erfahrungen mit Wissensgraphen mit. SAP bietet ein inspirierendes Arbeitsumfeld, kontinuierliches Lernen und ein starkes Team, das dich in deiner beruflichen Entwicklung unterstützt.
Aufgaben
- Entwicklung eines Proof-of-Concept-Pipelines zur automatischen Extraktion strukturierter Wissensgraphen aus SAP-Notizen, Hilfedokumentationen und Systemwarnberichten
- Erstellung von NLP- und LLM-basierten Modellen zur Entitätserkennung, Beziehungsextraktion und Kernreferenzauflösung, angepasst an SAP-spezifische Terminologie
- Aufbau eines Evaluierungsrahmens zur Messung der Genauigkeit, Vollständigkeit und Benutzerfreundlichkeit der generierten Wissensgraphen
- Erstellung umfassender Dokumentationen, einschließlich Literaturübersicht, Benchmarking, Methodik, Ergebnisse und mögliche Produktionsverlängerungen
Anforderungen
- Starke Kenntnisse in der Verarbeitung natürlicher Sprache (NLP) und maschinellem Lernen, einschließlich Erfahrung mit LLM Fine-Tuning und Python-Programmierung.
- Erfahrung mit Hugging Face Transformers und Frameworks wie PyTorch oder TensorFlow zur Entwicklung von KI-Modellen.
- Kenntnisse in Wissensgraphen, RDF und Graphdatenbanken wie Neo4j oder Apache Jena sowie semantischen Webtechnologien.
- Analytische Fähigkeiten zur Durchführung von Literaturrecherchen, Benchmarking und zur Evaluation neuer Ansätze in der Technologie.
- Interesse an Unternehmenssystemen, technischer Dokumentation und angewandter Forschung im Bereich der Softwareentwicklung.
- Gute Kommunikationsfähigkeiten zur Präsentation von Ergebnissen und zur Zusammenarbeit mit verschiedenen Stakeholdern im Unternehmen.
- Fähigkeit, große Mengen an unstrukturiertem Text in strukturierte, handlungsrelevante Informationen umzuwandeln.
- Erfahrung in der Erstellung von Evaluierungsrahmen zur Messung der Genauigkeit und Benutzerfreundlichkeit von Datenmodellen.
- Bereitschaft zur ständigen Weiterbildung und zur Entwicklung neuer Fähigkeiten in einem dynamischen Arbeitsumfeld.
- Teamorientierte Arbeitsweise in einer Forschungs- und Entwicklungsumgebung mit einem Fokus auf Wissensmanagement.
Benefits
- Constant Learning
- Skill Growth
- Team Support
- Wellbeing Focus
- Inclusion Culture
- Flexible Working Models
Ist dir ein Fehler aufgefallen?
Teile uns mit, was nicht funktioniert hat, damit wir es schnell beheben können. Sende eine E-Mail an fachkraefte(at)img-sachsen-anhalt.de