Auf einen Blick
- Aufgaben: Entwickle moderne Datenplattformen und baue KI-fähige Datenprodukte für das Gesundheitswesen.
- Unternehmen: Amazon Web Services, ein innovatives Unternehmen im Bereich Cloud-Technologie.
- Vorteile: Attraktives Gehalt, Gesundheitsleistungen und flexible Arbeitsmöglichkeiten.
- Weitere Informationen: Wachstumsorientierte Umgebung mit spannenden Herausforderungen in der Gesundheitsbranche.
- Warum dieser Job: Gestalte die Zukunft der Datenverarbeitung in einem dynamischen Umfeld mit echtem Einfluss.
- Qualifikationen: Mindestens 5 Jahre Erfahrung in Datenengineering und Architektur.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Das Amazon Web Services Professional Services (ProServe) Team sucht einen Delivery Consultant, der sich auf Daten für unsere Healthcare und Life Sciences (HCLS) Praxis spezialisiert hat. Die Rolle konzentriert sich auf das Design und die Implementierung moderner Datenplattformen – Lakes, Lakehouses, Mesh – und den Aufbau von AI‑fähigen Datenassets zur Unterstützung von Grundmodellen und agentischen KI-Systemen in regulierten Umgebungen.
Wesentliche Aufgaben:
- Design und Implementierung produktionsreifer Datenpipelines, Datenlakes, Lakehouses und Datenmesh-Architekturen innerhalb von Unternehmens-HCLS-Umgebungen, Integration mit Altsystemen und bestehenden Daten-Governance-Rahmenwerken.
- Aufbau von Datenprodukten, die mehreren nachgelagerten Anwendungen und Anwendungsfällen dienen – von der AI/ML-Modellschulung bis zu agentischen KI-Systemen – unter Gewährleistung von Datenqualität, Herkunft und Zuverlässigkeit in großem Maßstab.
- Autonome Arbeit in schnelllebigen Lieferengagements, Entscheidungen über Datenmodellierung, Pipeline-Design und Architektur treffen, ohne auf perfekte Spezifikationen oder ständige Aufsicht zu warten.
- Navigation durch komplexe Datenzugriffs-, Sicherheits- und Datenschutzanforderungen, die für Pharma und Gesundheitswesen einzigartig sind, einschließlich GxP-Compliance-Bestimmungen, HIPAA und regulatorischen Daten-Governance-Rahmenwerken.
- Architektur kontextueller Wissensschichten, einschließlich Ontologien und Wissensgraphen, die AWS Context, Amazon Bedrock Knowledge Bases und benutzerdefinierte Ontologieerweiterungen nutzen, um KI-Agenten mit dem Vokabular und den Leitplanken auszustatten, um genau zu argumentieren und autonom in regulierten 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.
- Iterative Lieferung, 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 auf die Datenlieferung, um Datenworkflows neu zu gestalten, um AI-nativ für beschleunigte Skalierung und Tempo zu werden.
Grundqualifikationen:
- Über 5 Jahre Erfahrung in der Datenengineering, Datenarchitektur und/oder Entwicklung von Datenplattformen, mit praktischer Implementierung von Produktionsdatenpipelines.
- Abschluss in Informatik, Ingenieurwesen, Datenwissenschaft oder einem verwandten Bereich oder gleichwertige Erfahrung.
- Beherrschung moderner Designmuster für Datenplattformen, einschließlich Datenlakes, Lakehouses, Datenmesh und Zero-ETL-Muster 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 im 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 Design und in der Implementierung von Wissensgrapharchitekturen, Ontologiemodellen oder semantischen Datenschichten, die AI/ML und agentische KI-Systeme unterstützen.
- Erfahrung mit Daten-Governance- und Katalogisierungstools (z.B. AWS Glue Data Catalog, Collibra, Alation) und Datenherkunftsverfolgung sowie dem Design von Zugriffsmustern, die Identität und minimalen privilegierten 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.
- Beherrschung von AI-DLC oder gleichwertigen AI-beschleunigten Entwicklungsmethoden – einschließlich Prompt Engineering als Entwicklungsdisziplin, Mob-Programmierung mit KI und Erfahrung in der Validierung von KI-generiertem Datenpipeline-Code für die Produktion in regulierten Umgebungen.
Amazon ist ein Arbeitgeber, der Chancengleichheit bietet. Wir treffen Einstellungsentscheidungen basierend auf Ihrer Erfahrung und Ihren Fähigkeiten. Für weitere Informationen darüber, wie wir Ihre Privatsphäre und die Sicherheit Ihrer Daten schützen, konsultieren Sie bitte unsere Datenschutzerklärung.
Senior Delivery Consultant – Data/ Migration, ProServe EMEA Arbeitgeber: Amazon Web Services (AWS)
AWS ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen und internationalen Umfeld zu arbeiten. Mit einem starken Fokus auf Teamarbeit und Wissensaustausch fördert das Unternehmen eine Kultur der kontinuierlichen Weiterbildung und persönlichen Entwicklung. Die Mitarbeiter profitieren von flexiblen Arbeitsbedingungen, einer Vielzahl von Wachstumschancen und der Möglichkeit, bedeutende Beiträge zur Unterstützung der Kunden in Deutschland zu leisten.
Kontaktdaten:
Amazon Web Services (AWS) Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Senior Delivery Consultant – Data/ Migration, ProServe EMEA erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Amazon Web Services (AWS) zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Senior Delivery Consultant – Data/ Migration, ProServe EMEA mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Senior Delivery Consultant – Data/ Migration, ProServe EMEA bei Amazon Web Services (AWS) gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Amazon Web Services (AWS) vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Amazon Web Services (AWS) entscheidend sein!
