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 Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Dynamisches Arbeitsumfeld mit hervorragenden Aufstiegschancen.
- Warum dieser Job: Gestalte die Zukunft des Gesundheitswesens mit modernster Technologie und KI.
- Qualifikationen: Mindestens 5 Jahre Erfahrung in Datenengineering und Architektur.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Amazon Web Services Professional Services (Pro Serve) team seeks a Delivery Consultant specializing in Data for our Healthcare and Life Sciences (HCLS) practice.
The role focuses on designing and implementing modern data platforms—lakes, lakehouses, mesh—and building AI‑ready data assets to support foundation models and agentic AI systems in regulated environments.
- Key job responsibilities
- Design and implement production‑grade data pipelines, data lakes, lakehouses, and data mesh architectures within enterprise HCLS environments, integrating with legacy systems and existing data governance frameworks.
- Build data products that serve multiple downstream applications and use cases—from AI/ML model training to agentic AI systems—ensuring data quality, lineage, and reliability at scale.
- Operate autonomously in fast‑moving delivery engagements, making judgment calls on data modeling, pipeline design, and architecture without waiting for perfect specifications or constant oversight.
- Navigate complex data access, security, and privacy requirements unique to pharma and healthcare, including Gx P compliance constraints, HIPAA, and regulatory data governance frameworks.
- Architect contextual knowledge layers, including ontologies and knowledge graphs leveraging AWS Context, Amazon Bedrock Knowledge Bases, and custom ontology extensions to equip AI agents with the vocabulary and guardrails to reason accurately and execute autonomously within regulated environments.
- Collaborate across organizational boundaries to secure data access, understand source system context, and resolve data quality challenges with teams across customer IT, business, and partner organizations.
- Deliver iteratively when requirements are ambiguous, translating incomplete business needs into well‑architected data solutions that can evolve as customer understanding matures.
- Apply AI‑DLC (AI‑accelerated Development Life Cycle) methodologies to data delivery to redesign data workflows to become AI‑native for accelerated scale and pace.
- Basic Qualifications
- 5+ years of experience in data engineering, data architecture, and/or data platform development, with hands‑on implementation of production data pipelines.
- Bachelor's degree in Computer Science, Engineering, Data Science, or related field, or equivalent experience.
- Proficiency in modern data platform design patterns, including data lakes, lakehouses, data mesh, and zero‑ETL patterns and streaming architectures, using services such as Amazon Sage Maker Lakehouse, Sage Maker Unified Studio, Amazon S3 Tables, Amazon Redshift, and zero‑ETL integrations.
- Experience architecting and engineering ontologies and knowledge graphs in enterprise environments.
- Preferred Qualifications
- AWS certifications in Data Analytics or Machine Learning Specialty preferred.
- Experience in the healthcare and life sciences industry, including familiarity with compliance and security frameworks (HIPAA, Gx P) and clinical data standards (OMOP, CDISC, FHIR).
- Hands‑on experience with Apache Iceberg, Spark, Databricks, Snowflake, Kafka, or equivalent distributed data processing frameworks.
- Experience designing and implementing knowledge graph architectures, ontology models, or semantic data layers that support AI/ML and agentic AI systems.
- Experience with data governance and cataloging tools (e. g., AWS Glue Data Catalog, Collibra, Alation) and data lineage tracking and designing access patterns that support identity and least‑privileged access.
- Experience collaborating with customer business teams, IT, and partner organizations to understand data requirements and resolve access challenges and conveying technical concepts to both technical and business audiences.
- Proficiency in AI‑DLC or equivalent AI‑accelerated development methodologies—including prompt engineering as a development discipline, mob programming with AI, and experience validating AI‑generated data pipeline code for production deployment in regulated environments.
Amazon is an equal‑opportunity employer.
We make recruiting decisions based on your experience and skills.
For more information on how we protect your privacy and the security of your data, please consult our Privacy Notice.
#J-18808-Ljbffr
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!
