Auf einen Blick
- Aufgaben: Entwickle moderne Datenplattformen und implementiere KI-fähige Datenpipelines.
- Unternehmen: AWS, führendes Unternehmen im Cloud-Computing mit innovativer Kultur.
- Vorteile: Flexibles Arbeiten, Mentorship und Karrierewachstum in einem unterstützenden Umfeld.
- Weitere Informationen: Dynamisches Team mit Fokus auf Vielfalt und Inklusion.
- Warum dieser Job: Gestalte die Zukunft der Technologie und arbeite an bahnbrechenden Projekten im Gesundheitswesen.
- Qualifikationen: 5+ Jahre Erfahrung in Datenengineering und Architektur, Bachelor-Abschluss in Informatik oder verwandtem Bereich.
Das prognostizierte Gehalt liegt zwischen 108000 - 132000 CHF pro Jahr.
Das Amazon Web Services Professional Services (ProServe) Team sucht einen Delivery Consultant, der sich auf Daten spezialisiert hat, um unserer Healthcare und Life Sciences (HCLS) Praxis beizutreten. Sie werden im Zentrum des bedeutendsten Wandels in der Unternehmens-technologie stehen: Organisationen wirklich AI-bereit zu machen.
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, Vektor-Speicher, semantische Ontologien und Wissensgraph-Architekturen entwerfen und implementieren, die es Grundmodellen und AI-Agenten ermöglichen, genau zu schlussfolgern, sicher auf Daten zuzugreifen und autonom in regulierten 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 Orchestrierungsebenen.
Wesentliche 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 der AI/ML-Modellschulung bis zu agentischen AI-Systemen, wobei 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 Ontologie-Erweiterungen.
- Zusammenarbeit über organisatorische Grenzen hinweg, um den Datenzugriff zu sichern, den Kontext des Quellsystems zu verstehen und Herausforderungen bei der Datenqualität mit Teams aus Kunden-IT, 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:
Diverse Erfahrungen: 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.
Warum AWS: Amazon Web Services (AWS) ist die umfassendste und am weitesten verbreitete Cloud-Plattform der Welt. Wir haben das Cloud-Computing geprägt und nie aufgehört zu innovieren.
Work/Life Balance: Wir schätzen die Harmonie zwischen Arbeit und Leben. Erfolg bei der Arbeit sollte niemals auf Kosten von Opfern zu Hause gehen.
Inklusive Teamkultur: Hier bei AWS ist es in unserer Natur zu lernen und neugierig zu sein. Unsere von Mitarbeitern geführten Affinitätsgruppen fördern eine Kultur der Inklusion.
Mentoring und Karrierewachstum: Wir heben kontinuierlich unsere Leistungsstandards an, während wir bestrebt sind, der beste Arbeitgeber der Erde zu werden.
Grundlegende Qualifikationen:
- 5+ Jahre Erfahrung in Datenengineering, Datenarchitektur und/oder Entwicklung von Datenplattformen, mit praktischer Implementierung von Produktionsdatenpipelines.
- Bachelor-Abschluss in Informatik, Ingenieurwesen, Datenwissenschaft oder einem verwandten Bereich oder gleichwertige Erfahrung.
- Kenntnisse in modernen Entwurfsmustern für Datenplattformen, einschließlich Datenseen, Lakehouses, Daten-Mesh und Zero-ETL-Mustern.
- 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.
- Praktische Erfahrung mit Apache Iceberg, Spark, Databricks, Snowflake, Kafka oder ähnlichen verteilten Datenverarbeitungsrahmen.
- Erfahrung in der Gestaltung und Implementierung von Wissensgraph-Architekturen, Ontologiemodellen oder semantischen Datenschichten, die AI/ML und agentische AI-Systeme unterstützen.
- Erfahrung mit Daten-Governance- und Katalogisierungstools.
- Erfahrung in der Zusammenarbeit mit Kunden-Geschäftsteams, IT und Partnerorganisationen.
- Kenntnisse in AI-DLC oder gleichwertigen AI-beschleunigten Entwicklungsmethoden.
Amazon ist ein Arbeitgeber, der Chancengleichheit bietet. Wir glauben leidenschaftlich daran, dass die Beschäftigung einer vielfältigen Belegschaft zentral für unseren Erfolg ist.
Senior Delivery Consultant – Data , ProServe EMEA (AWS) in Genf Arbeitgeber: Amazon
Amazon Data Services Schweiz GmbH bietet eine dynamische und herausfordernde Arbeitsumgebung, die Kreativität und persönliche Entwicklung fördert. Als Teil eines inklusiven Teams haben Mitarbeitende Zugang zu kontinuierlichem Wissensaustausch und Mentoring, was ihre berufliche Weiterentwicklung unterstützt. Die Möglichkeit, in hochmodernen Rechenzentren zu arbeiten, macht diese Position besonders attraktiv für Technikbegeisterte, die an der Spitze der Cloud-Technologie stehen möchten.
Jobgipfel Expertenrat🤫
Wir sind der Meinung, dass du so Senior Delivery Consultant – Data , ProServe EMEA (AWS) in Genf erhalten könntest
✨Zeig, was du kannst!
Mach mit bei Open-Source-Projekten oder setz eigene Datenbank-Projekte um. Das zeigt dein Können und gibt dir was Cooles zum Vorzeigen in deinen Gesprächen. Wer auf GitHub nachschaut, wird sehen, was für Skills du hast!
✨Lerne die Szene kennen!
Besuch lokale Meetups für Datenbank-Entwickler oder geh an Fachkonferenzen in der Nähe. Hier kannst du Kontakte knüpfen und sogar direkt Leute von Amazon kennenlernen. Das kann dir einen Vorteil im Bewerbungsprozess verschaffen.
✨Sprich mit Profis!
Such dir Mentoren aus der Datenbank-Branche, die dir wertvolle Einblicke geben können. Frag sie nach Trends und Technologien, die momentan gefragt sind. Das Wissen kannst du dann super in deinen Vorstellungsgesprächen einbringen.
✨Bewirb dich direkt bei uns!
Such dir offene Stellen für Datenbanken auf unserer Website raus und bewirb dich direkt! Wir schätzen das Engagement und sind immer auf der Suche nach Talenten, die unser Team verstärken können.
Wir glauben, dass du diese Fähigkeiten brauchst, um Senior Delivery Consultant – Data , ProServe EMEA (AWS) in Genf mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Datenbank-Fähigkeiten richtig präsentieren:Stell sicher, dass deine Fähigkeiten in der Datenbankentwicklung klar und deutlich auf deinem Lebenslauf stehen. Liste relevante Technologien wie SQL, NoSQL oder spezifische Datenbankmanagementsysteme auf. Zeig uns, dass du die Tools beherrschst, die wir im Alltag brauchen!
Projekte und Erfahrungen einfügen:Wenn du schon an Datenbankprojekten gearbeitet hast – sei es in der Schule, im Studium oder in Praktika – vergiss nicht, diese zu erwähnen! Wir wollen sehen, welche Herausforderungen du gemeistert hast und wie du zur Lösung beigetragen hast. Das gibt uns ein gutes Bild deiner praktischen Erfahrung.
Motivation und Ziele zeigen:In deinem Bewerbungsschreiben ist es wichtig, uns zu zeigen, warum du genau in der Datenbankbranche arbeiten willst. Erzähl uns, was dich an dieser Karriere begeistert und wie du dir deine Zukunft bei Amazon vorstellst. Das hilft uns, deine Leidenschaft nachzuvollziehen.
Anpassung der Bewerbung an unsere Vision:Achte darauf, dass deine Bewerbung zu unserer Unternehmensvision bei Amazon passt. Zeig uns, wie deine persönlichen Werte und beruflichen Ziele mit unseren übereinstimmen. Das zeigt, dass du dich mit uns als Unternehmen identifizieren kannst und motiviert bist, Teil unseres Teams zu werden.
Wie man sich auf ein Vorstellungsgespräch bei Amazon vorbereitet
✨Mach dich mit Datenbanktools vertraut
Wenn du dich für eine Vollzeitstelle im Bereich Datenbanken bewirbst, ist es wichtig, dass du die gängigsten Datenbankmanagementsysteme wie MySQL, PostgreSQL oder Oracle kennst. Zeig im Interview, dass du mit SQL umgehen kannst und vielleicht sogar einige coole Abfragen oder Optimierungsstrategien parat hast, um deine Kenntnisse unter Beweis zu stellen.
✨Hände hoch für technische Fragerunden!
Bereite dich darauf vor, technische Fragen zu beantworten, die dein Verständnis von Datenbankdesign, Normalisierung und den Umgang mit großen Datenmengen testen. Sei bereit, Beispiele aus deiner bisherigen Erfahrung einzubringen oder hypothetische Szenarien zu lösen, die dir helfen, deine Problemlösungsfähigkeiten zu zeigen.
✨Dein Portfolio zählt!
Für eine Vollzeitstelle soll dein Portfolio eindrucksvoll sein. Wenn du schon an Projekten gearbeitet hast, sei es in der Uni oder privat, dann bring ein paar von diesen Beispielen mit. Das zeigt, dass du nicht nur Theorie drauf hast, sondern auch praktische Erfahrungen gesammelt hast.
✨Sei bereit für das Teamplay
In einer Vollzeitstelle geht’s oft darum, im Team zu arbeiten. Überlege dir, wie du deine Teamfähigkeit unter Beweis stellen kannst. Vielleicht hast du ja schon mal in einem Projektteam gearbeitet und könntest erzählen, wie du die Kommunikation und Zusammenarbeit mit anderen gefördert hast.
