Senior Delivery Consultant – Data, ProServe EMEA

Das Amazon Web Services Professional Services (ProServe) Team sucht einen Delivery Consultant, der sich auf Daten spezialisiert hat, um unserer Healthcare and Life Sciences (HCLS) Praxis beizutreten. Sie werden im Zentrum des bedeutendsten Wandels in der Unternehmens-technologie stehen: Organisationen wirklich AI-bereit zu machen. Jedes agentische AI-System, jedes Fundamentmodell, das auf Unternehmenswissen basiert, und jede GenAI-Anwendung, die von Prototypen in die Produktion übergeht, hängt von der Datenebene darunter ab - und das ist es, was Sie aufbauen.

Sie werden moderne Datenplattformen (Lake, Lakehouse, Mesh) entwerfen und implementieren, Datenpipelines architektonisch gestalten, die rohe, fragmentierte Datenbestände in verwaltete, AI-bereite Vermögenswerte umwandeln; und Unternehmens-RAG-Architekturen, Vektorspeicher, semantische Ontologien und Wissensgraph-Architekturen entwerfen und implementieren, die es Fundamentmodellen und AI-Agenten ermöglichen, genau zu schlussfolgern, sicher auf Daten zuzugreifen und autonom innerhalb regulierter Umgebungen zu agieren.

Sie werden praktisch in HCLS-Kundenumgebungen mit komplexer Datenherkunft, regulatorischen Überlagerungen (GxP, HIPAA, CDISC) und Altsystemen arbeiten und produktionsreife Datenprodukte liefern, die mehreren nachgelagerten Verbrauchern dienen, von der ML-Modellschulung bis hin zu agentischen Orchestrierungsschichten.

Wichtige Aufgaben:

• Entwurf und Implementierung von produktionsreifen Datenpipelines, Datenseen, Lakehouses und Daten-Mesh-Architekturen innerhalb von Unternehmens-HCLS-Umgebungen, Integration mit Altsystemen und bestehenden Daten-Governance-Rahmenwerken.
• Erstellung von Datenprodukten, die mehreren nachgelagerten Anwendungen und Anwendungsfällen dienen — von AI/ML-Modelltraining bis hin zu agentischen AI-Systemen, wobei die Datenqualität, Herkunft und Zuverlässigkeit in großem Maßstab sichergestellt werden.
• Arbeiten mit einem hohen Maß an Autonomie innerhalb schnelllebiger Lieferengagements, Entscheidungen über Datenmodellierung, Pipeline-Design und Architektur treffen, ohne auf perfekte Spezifikationen oder ständige Aufsicht zu warten.
• Navigieren durch komplexe Datenzugriffs-, Sicherheits- und Datenschutzanforderungen, die für Pharma und Gesundheitswesen einzigartig sind, einschließlich GxP-Compliance-Beschränkungen, HIPAA und regulatorischen Daten-Governance-Rahmenwerken.
• Architektur kontextueller Wissensschichten, einschließlich Ontologien und Wissensgraphen, unter Verwendung von AWS Context, Amazon Bedrock Knowledge Bases und benutzerdefinierten Ontologieerweiterungen, um AI-Agenten mit dem Vokabular und den Leitplanken auszustatten, um genau zu schlussfolgern und autonom innerhalb regulierter Umgebungen zu agieren.
• Zusammenarbeit über organisatorische Grenzen hinweg, um den Datenzugriff zu sichern, den Kontext des Quellsystems zu verstehen und Herausforderungen bei der Datenqualität mit Teams aus der Kunden-IT, dem Geschäft und Partnerorganisationen zu lösen.
• Iteratives Liefern, wenn Anforderungen unklar sind, unvollständige Geschäftsbedürfnisse in gut gestaltete Datenlösungen übersetzen, die sich weiterentwickeln können, während das Verständnis des Kunden reift.
• Anwendung von AI-DLC (AI-beschleunigte Entwicklungslebenszyklen) Methoden zur Datenlieferung, um Datenarbeitsabläufe neu zu gestalten, um AI-nativ für beschleunigte Skalierung und Tempo zu werden.

Über das Team:

Amazon schätzt vielfältige Erfahrungen. Selbst wenn Sie nicht alle bevorzugten Qualifikationen und Fähigkeiten erfüllen, die in der Stellenbeschreibung aufgeführt sind, ermutigen wir Kandidaten, sich zu bewerben. Wenn Ihre Karriere gerade erst beginnt, keinen traditionellen Weg eingeschlagen hat oder alternative Erfahrungen umfasst, lassen Sie sich davon nicht abhalten, sich zu bewerben.

Grundlegende Qualifikationen:

• 5+ Jahre Erfahrung in Datenengineering, Datenarchitektur und/oder Entwicklung von Datenplattformen, mit praktischer Implementierung von Produktionsdatenpipelines.
• Abschluss in Informatik, Ingenieurwesen, Datenwissenschaft, verwandtem Bereich oder gleichwertige Erfahrung.
• Kenntnisse in modernen Entwurfsmustern für Datenplattformen, einschließlich Datenseen, Lakehouses, Daten-Mesh und Zero-ETL-Mustern sowie Streaming-Architekturen, unter Verwendung von Diensten wie Amazon SageMaker Lakehouse, SageMaker Unified Studio, Amazon S3 Tables, Amazon Redshift und Zero-ETL-Integrationen.
• Erfahrung in der Architektur und dem Engineering von Ontologien und Wissensgraphen in Unternehmensumgebungen.

Bevorzugte Qualifikationen:

• AWS-Zertifizierungen in Data Analytics oder Machine Learning Specialty bevorzugt.
• Erfahrung in der Gesundheits- und Lebenswissenschaftsbranche, einschließlich Vertrautheit mit Compliance- und Sicherheitsrahmenwerken (HIPAA, GxP) und klinischen Datenstandards (OMOP, CDISC, FHIR).
• Praktische Erfahrung mit Apache Iceberg, Spark, Databricks, Snowflake, Kafka oder gleichwertigen verteilten Datenverarbeitungsrahmen.
• Erfahrung im Entwurf und in der Implementierung von Wissensgraph-Architekturen, Ontologiemodellen oder semantischen Datenschichten, die AI/ML und agentische AI-Systeme unterstützen.
• Erfahrung mit Daten-Governance- und Katalogisierungstools (z.B. AWS Glue Data Catalog, Collibra, Alation) und der Nachverfolgung der Datenherkunft sowie dem Entwurf von Datenzugriffsmustern, die Identität und minimalen Zugriff unterstützen.
• Erfahrung in der Zusammenarbeit mit Geschäftsteams, IT und Partnerorganisationen, um Datenanforderungen zu verstehen und Zugangsprobleme zu lösen sowie technische Konzepte sowohl technischen als auch geschäftlichen Zielgruppen zu vermitteln.
• Kenntnisse in AI-DLC oder gleichwertigen AI-beschleunigten Entwicklungsmethoden — einschließlich Prompt Engineering als Entwicklungsdisziplin, Mob Programming mit AI und Erfahrung in der Validierung von AI-generiertem Datenpipeline-Code für die Produktion in regulierten Umgebungen.

Amazon ist ein Arbeitgeber, der Chancengleichheit bietet. Wir glauben leidenschaftlich daran, dass die Beschäftigung einer vielfältigen Belegschaft für unseren Erfolg entscheidend ist. Wir treffen Einstellungsentscheidungen basierend auf Ihrer Erfahrung und Ihren Fähigkeiten. Wir schätzen Ihre Leidenschaft, zu entdecken, zu erfinden, zu vereinfachen und zu bauen.