客户 - CITI
办公地点： - 加拿大密西沙加，现场工作
类型：全职。
描述
在分享简历时，请提供以下技能评级。
技能
经验年限
Neo4j
Cypher
图形数据建模
Python
数据治理与安全
人工智能/机器学习
Neo4j 图形本体
• Neo4j 图形本体技能集概述涉及将技能、角色和人员建模为图形数据库，其中技能、角色和人员是节点，而关系是它们之间的连接。核心技能集包括对 Cypher 查询的知识、Neo4j 的属性图模型用于结构化数据，并能够定义本体以赋予图形一个正式的、可操作的结构。创建个人资料时，您需要使用数据建模、本体工程、查询分析等技能，并可能使用 Python 进行集成。
核心技能集
• Cypher：这是 Neo4j 的本地图形查询语言。编写和理解 Cypher 的能力对查询图形以发现技能之间的关系和模式至关重要。
• 图形数据建模：理解如何在图形中建模复杂关系是基础。这包括定义节点标签（例如，人员、技能、职位角色）和关系类型（例如，具有技能、需要技能、工作于）。
• 本体设计：这涉及正式定义领域模型，包括实体类型、它们的属性以及它们之间的关系。这为构建图形提供了结构化框架，并确保一致性。
• 查询分析：关键技能是能够分析查询执行以识别瓶颈并优化性能，通常通过在 Cypher 查询中添加 PROFILE 来查看执行计划。
• 集成：精通 Python 等语言对于编写脚本以将数据加载到图形中、根据本体构建图形以及将 Neo4j 与其他系统集成是非常有价值的。
• 相关和高级技能
• 技能本体工程：这是本体设计在技能领域的具体应用，专注于为技能、其相邻性及其与角色和项目的关系创建一个正式和动态的模型。
• 知识图构建：从原始数据构建知识图的整体过程，在本体的指导下，是一项关键技能。
• 图形算法：能够将算法（例如，最短路径、社区检测）应用于图形，可以深入了解技能关系和人才库。
• 人工智能/机器学习集成：利用技能本体训练人工智能/机器学习模型以进行简历筛选、职位匹配和技能差距分析是越来越重要的技能。
• 数据治理与安全：应用本体推理检查应用于图形数据库的安全规则的一致性是一项特定且有价值的技能。
资格和申请步骤
如果您对这个激动人心的机会感到热情，我们恳请您提供以下文件：hrsmss@smsoftconsulting.com
没有强制性文件，我们无法提交候选人。
• 更新的简历（Word 格式，强制性）
• 技能矩阵和推荐信（强制性）
• 预期小时费率（强制性）
• 签证状态（强制性）
• LinkedIn ID（强制性）
如果您符合上述资格，请仅申请。欢迎与您的网络分享或标记适合该角色的人！
如果您有任何问题或需要进一步澄清，请随时拨打或发送短信至 (647) 408-1348。 
