Knowledge / Ontology Engineer
Pubblicato il 28-10-2026 - WomenTech Network in Milano
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 un contesto in cui l'intelligenza artificiale sta ridefinendo il modo di lavorare, crediamo che il vero valore nasca dalla capacità delle persone di interpretare la complessità, costruire relazioni di fiducia e trasformare le opportunità tecnologiche in impatto concreto per clienti, organizzazioni e società.
Perché candidarsi in EY?
Lo abbiamo chiesto a chi ci lavora già Questi i fattori più influenti:
Investimento sulle competenze del futuro : In EY la tecnologia non sostituisce il contributo delle persone: lo amplifica. Per questo investiamo nello sviluppo di competenze, relazioni e capacità di giudizio che permettono di affrontare le sfide più complesse e generare valore sostenibile nel tempo. Fin dal primo giorno, avrai accesso a eventi, strumenti e corsi sull’Intelligenza Artificiale, per imparare a usare la tecnologia come leva per amplificare il tuo impatto. Formazione continua : oltre 50 ore di corsi tecnici e manageriali all’anno previsti per ciascuna persona; per integrare apprendimento e lavoro quotidiano, trasformando ogni progetto in un’occasione di crescita. 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; con percorsi in cui competenze, potenziale e contributo individuale diventano elementi centrali. Mobilità e occasione 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.
Vuoi dare forma al tuo futuro insieme a noi?
Scopri nel concreto che cosa fa un/una Knowledge / Ontology Engineer
• 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
In EY potrai:
Accelerare le tue competenze : grazie a programmi di sviluppo orientati al futuro e a strumenti AI che automatizzano attività ripetitive, potrai dedicare più tempo all'analisi, all