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.

Wesentliche Verantwortlichkeiten

• Entwerfen und Implementieren von produktionsreifen Datenpipelines, Datenseen, Lakehouses und Daten-Mesh-Architekturen innerhalb von Unternehmens-HCLS-Umgebungen, Integration mit Altsystemen und bestehenden Daten-Governance-Rahmen.
• Erstellen von Datenprodukten, die mehreren nachgelagerten Anwendungen und Anwendungsfällen dienen – von der AI/ML-Modellschulung bis zu agentischen AI-Systemen – und dabei die Datenqualität, -herkunft und -zuverlässigkeit in großem Maßstab sicherstellen.
• Mit einem hohen Maß an Autonomie innerhalb schnelllebiger Lieferengagements arbeiten, Entscheidungen zur Datenmodellierung, Pipeline-Design und Architektur treffen, ohne auf perfekte Spezifikationen oder ständige Aufsicht zu warten.
• Komplexe Anforderungen an den Datenzugriff, Sicherheit und Datenschutz, die für Pharma und Gesundheitswesen einzigartig sind, navigieren, einschließlich GxP-Compliance-Beschränkungen, HIPAA und regulatorischen Daten-Governance-Rahmen.
• Architektur kontextueller Wissensschichten, einschließlich Ontologien und Wissensgraphen, die AWS Context, Amazon Bedrock Knowledge Bases und benutzerdefinierte Ontologieerweiterungen nutzen, um AI-Agenten mit dem Vokabular und den Leitplanken auszustatten, um genau zu argumentieren und autonom in regulierten Umgebungen zu handeln.
• Über organisatorische Grenzen hinweg zusammenarbeiten, um den Datenzugriff zu sichern, den Kontext des Quellsystems zu verstehen und Herausforderungen bei der Datenqualität mit Teams aus der IT, dem Geschäft und Partnerorganisationen zu lösen.
• Iterativ liefern, wenn Anforderungen unklar sind, unvollständige Geschäftsbedürfnisse in gut gestaltete Datenlösungen übersetzen, die sich weiterentwickeln können, während das Verständnis des Kunden reift.
• AI-DLC (AI-beschleunigte Entwicklungslebenszyklus)-Methoden auf die Datenlieferung anwenden, um Datenarbeitsabläufe neu zu gestalten, um AI-nativ für beschleunigte Skalierung und Tempo zu werden.

Grundlegende Qualifikationen

• 5+ Jahre Erfahrung in der Datenverarbeitung, Datenarchitektur und/oder Entwicklung von Datenplattformen, mit praktischer Implementierung von Produktionsdatenpipelines.
• Abschluss in Informatik, Ingenieurwesen, Datenwissenschaft, verwandtem Bereich oder gleichwertiger 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 Sicherheitsrahmen (HIPAA, GxP) und klinischen Datenstandards (OMOP, CDISC, FHIR).
• Praktische Erfahrung mit Apache Iceberg, Spark, Databricks, Snowflake, Kafka oder gleichwertigen verteilten Datenverarbeitungsrahmen.
• Erfahrung in der Gestaltung und Implementierung von Wissensgrapharchitekturen, 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 der Gestaltung von Datenzugriffsmustern, die Identität und minimalen privilegierten Zugriff unterstützen.
• Erfahrung in der Zusammenarbeit mit Geschäftsteams, IT und Partnerorganisationen, um Datenanforderungen zu verstehen und Zugriffsprobleme 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, 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 zentral für unseren Erfolg ist. Wir treffen Einstellungsentscheidungen basierend auf Ihrer Erfahrung und Ihren Fähigkeiten. Wir schätzen Ihre Leidenschaft für Entdeckung, Erfindung, Vereinfachung und Aufbau. Der Schutz Ihrer Privatsphäre und die Sicherheit Ihrer Daten haben für Amazon höchste Priorität. Bitte konsultieren Sie unsere Datenschutzerklärung, um mehr darüber zu erfahren, wie wir die persönlichen Daten unserer Kandidaten sammeln, verwenden und übertragen. Wenn Sie eine Behinderung haben und während des Bewerbungs- und Einstellungsprozesses, einschließlich Unterstützung für das Interview oder den Onboarding-Prozess, eine Arbeitsplatzanpassung oder -änderung benötigen, besuchen Sie bitte unsere Website für weitere Informationen.