Auf einen Blick
- Aufgaben: Entwickle moderne Datenplattformen und implementiere AI-fähige Datenpipelines.
- Unternehmen: AWS, der führende Cloud-Anbieter mit innovativer Unternehmenskultur.
- Vorteile: Flexibles Arbeiten, Mentorship und Karrierewachstum in einem unterstützenden Umfeld.
- Weitere Informationen: Dynamisches Team mit Fokus auf Vielfalt und Inklusion.
- Warum dieser Job: Sei Teil der AI-Revolution und gestalte die Zukunft der Gesundheitsdaten.
- Qualifikationen: Erfahrung in Datenengineering und Architektur, idealerweise im Gesundheitswesen.
Das prognostizierte Gehalt liegt zwischen 81000 - 99000 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. 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, Vektor-Speicher, 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 Orchestrierungsebenen.
Wesentliche Aufgaben:
- Entwerfen und Implementieren von produktionsreifen Datenpipelines, Datenseen, Lakehouses und Daten-Mesh-Architekturen innerhalb von Unternehmens-HCLS-Umgebungen, Integration mit Altsystemen und bestehenden Daten-Governance-Rahmenwerken.
- Datenprodukte erstellen, 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.
- Mit einem hohen Maß an Autonomie innerhalb schnelllebiger Lieferengagements arbeiten, Entscheidungen über Datenmodellierung, Pipeline-Design und Architektur treffen, ohne auf perfekte Spezifikationen oder ständige Aufsicht zu warten.
- Komplexe Datenzugriffs-, Sicherheits- und Datenschutzanforderungen, die für Pharma und Gesundheitswesen einzigartig sind, navigieren, einschließlich GxP-Compliance-Beschränkungen, HIPAA und regulatorischen Daten-Governance-Rahmenwerken.
- Kontextuelle Wissensschichten architektonisch gestalten, 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 schlussfolgern und autonom innerhalb regulierter Umgebungen zu agieren.
- 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 Kunden-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 Daten-Workflows neu zu gestalten, um AI-nativ für beschleunigte Skalierung und Tempo zu werden.
Über das Team:
Diverse Erfahrungen: Amazon schätzt diverse Erfahrungen. Selbst wenn Sie nicht alle bevorzugten Qualifikationen und Fähigkeiten erfüllen, die in der Stellenbeschreibung aufgeführt sind, ermutigen wir Kandidaten zur Bewerbung. Wenn Ihre Karriere gerade erst beginnt, keinen traditionellen Weg verfolgt hat oder alternative Erfahrungen umfasst, lassen Sie sich davon nicht abhalten, sich zu bewerben.
BASIC QUALIFICATIONS:
- 5+ Jahre Erfahrung in Datenengineering, Datenarchitektur und/oder Entwicklung von Datenplattformen, mit praktischer Implementierung von Produktionsdatenpipelines.
- 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-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 dem Engineering von Ontologien und Wissensgraphen in Unternehmensumgebungen.
PREFERRED QUALIFICATIONS:
- 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 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 (z.B. AWS Glue Data Catalog, Collibra, Alation) und der Nachverfolgung der Datenherkunft sowie der Gestaltung von Datenzugriffsmustern, die Identität und minimalen Zugriff unterstützen.
- Erfahrung in der Zusammenarbeit mit Kunden-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 als Entwicklungsdisziplin, Mob-Programmierung mit AI und Erfahrung in der Validierung von AI-generiertem Datenpipeline-Code für die Produktionsbereitstellung 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, zu entdecken, zu erfinden, zu vereinfachen und zu bauen.
Senior Delivery Consultant – Data/ Migration, ProServe EMEA Arbeitgeber: AWS EMEA SARL (Switzerland Branch)
AWS bietet eine dynamische und innovative Arbeitsumgebung, in der Sie als Healthcare & Life Sciences Cloud Architect an vorderster Front stehen, um bahnbrechende Lösungen für die Gesundheitsbranche zu entwickeln. Mit einem starken Fokus auf Mitarbeiterentwicklung und einer Kultur der Zusammenarbeit profitieren Sie von umfangreichen Weiterbildungsmöglichkeiten und einem inspirierenden Team, das sich leidenschaftlich für den Einsatz von KI/ML einsetzt. Zudem ermöglicht die Lage in einem technologischen Zentrum den Zugang zu einem Netzwerk von Fachleuten und Ressourcen, die Ihre Karriere vorantreiben können.
Kontaktdaten:
AWS EMEA SARL (Switzerland Branch) Recruiting-Team
Jobgipfel Expertenrat🤫
Wir sind der Meinung, dass du so Senior Delivery Consultant – Data/ Migration, ProServe EMEA erhalten könntest
✨Tausch dich mit Datenexperten aus
Such nach lokalen Meetup-Gruppen oder Konferenzen in der Datenwissenschaft. Das ist eine super Gelegenheit, um mit Leuten zu reden, die schon in der Branche arbeiten, und eventuell sogar Insider-Tipps zu bekommen, wo Stellen zu vergeben sind.
✨Mach dich sichtbar mit Projekten
Erstelle ein paar spannende Projekte oder Analysen und teile sie auf Plattformen wie GitHub oder Kaggle. Wenn du einen coolen Algorithmus oder ein Data Vision Projekt hast, zeig es! Das bringt dich in die Sichtbarkeit und zeigt, was du drauf hast.
✨Kümmere dich um dein Netzwerk
Tausch dich mit ehemaligen Kommilitonen oder Professoren aus, die in der Datenwissenschaft tätig sind. Oft sind es die persönlichen Empfehlungen, die den Unterschied machen können, wenn es um die ersten Schritte in die Branche geht.
✨Bewirb dich direkt bei Firmen wie AWS EMEA SARL (Switzerland Branch)
Gehe auf die Karriere-Seite von AWS EMEA SARL (Switzerland Branch) und schau dir die offenen Stellen im Bereich Datenwissenschaft an. Nutze die Chance, direkt zu bewerben, weil das oft schneller und persönlicher ist als über Jobbörsen.
Wir glauben, dass du diese Fähigkeiten brauchst, um Senior Delivery Consultant – Data/ Migration, ProServe EMEA mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Heb din technisches Wissen hervor:Sorg dafür, dass du in deinem CV und im Anschreiben deine Kenntnisse in Data Science-Tools wie Python, R oder SQL deutlich machst. Verlinke eventuell auf Projekte oder Studien, die du realisiert hast, um dein Wissen zu untermauern. Bei uns bei AWS EMEA SARL (Switzerland Branch) suchen wir nach Leuten, die richtig mit Daten umgehen können!
Zahlenschwindler oder Problemlöser?:Überleg dir konkrete Beispiele, wie du mit Zahlen und Daten Herausforderungen gelöst hast. Das zeigt uns deine Fähigkeit, analytisch zu denken und komplexe Probleme zu bewältigen. In der Data Science sind solche Skills Gold wert!
Die perfekte Dokumentation:Wenn du an Projekten gearbeitet hast, zeig uns deine Dokumentation! Gute Data Scientists präsentieren ihre Analysen und Resultate nachvollziehbar. So kannst du uns zeigen, dass du sowohl technische Skills hast als auch in der Lage bist, deine Arbeit verständlich zu kommunizieren.
Cooler Lebenslauf und Anschreiben:Dein Lebenslauf und dein Anschreiben sollten nicht nur ordentlich aussehen, sondern auch strukturiert und relevant für die Data Science sein. Mach deutlich, warum du bei AWS EMEA SARL (Switzerland Branch) arbeiten möchtest und was dich an Data Science begeistert. Wir lieben es, wenn Bewerber ihre Leidenschaft zeigen!
Wie man sich auf ein Vorstellungsgespräch bei AWS EMEA SARL (Switzerland Branch) vorbereitet
✨Data-Analysen ganz konkret
Mach dich bereit für technische Fragen über Datenanalysen und Statistiken. Du könntest gebeten werden, eine erste Datenanalyse durchzuführen oder Hypothesen mittels Daten zu validieren. Üb das mit echten Datensätzen, damit du die Tools wie Python oder R gut im Griff hast.
✨Das ideale Projekt-Portfolio
Sammle relevante Projekte in einem Portfolio, das dein Können zeigt. In einem Vorstellungsgespräch für eine Data-Science-Position wollen die Arbeitgeber oft sehen, wie du an Herausforderungen herangegangen bist. Zeig uns deine besten Projekte, vielleicht sogar solche, die interessante Visualisierungen oder Machine Learning Modelle beinhalten.
✨Soft Skills sind nicht zu unterschätzen
Kommunikation ist ein wichtiger Teil im Data-Science-Bereich. Bereite dich darauf vor, darüber zu sprechen, wie du komplexe Daten für nicht-technische Stakeholder erklärt hast. Es könnte auch hilfreich sein, Beispiele zu teilen, wo du im Team gearbeitet hast, um Datenlösungen zu entwickeln.
✨Fragen zur Unternehmensstrategie
Mach dir Gedanken darüber, wie deine Rolle im Unternehmen AWS EMEA SARL (Switzerland Branch) zum geschäftlichen Erfolg beitragen kann. Bereite Fragen vor, die aufzeigen, dass du deren Datenstrategie verstehst und wie du aktiv zur Verbesserung beitragen kannst. Das zeigt, dass du nicht nur technisches Wissen, sondern auch Interesse am Unternehmen hast.
