Senior AI / LLM Engineer (m/w/d) – u.a. mit Amazon Bedrock / LangChain, AWS, Python, Docker, CI/CD

Für dieses Projekt werden ausschließlich Bewerbungen von angestellten Mitarbeiterinnen (von Systemhäusern, IT - Dienstleistern, etc. ) akzeptiert. Freiberuflerinnen können beim Kunden leider nicht vorgestellt werden. Bitte sehen Sie als Freiberufler*innen von Bewerbungen ab.

Beschreibung des Scopes

Der Leistungsgegenstand umfasst die Konzeption, Entwicklung, Implementierung, Optimierung und Dokumentation von Datenintegrations- und Datenverarbeitungslösungen für das Analyse-System.

Im Rahmen der Leistungserbringung setzt der Dienstleister eine externe Fachkraft ein. Gegenstand der Leistung ist die technische Anbindung neuer Datenquellen, die Entwicklung und der Betrieb automatisierter Datenpipelines sowie die Bereitstellung qualitätsgesicherter Daten für Analyse-, Reporting- und Entscheidungsunterstützungslösungen. Darüber hinaus umfasst die Leistung die Weiterentwicklung bestehender Komponenten der Datenplattform.

Der Dienstleister Erbringt Folgende Leistungen Eigenständig Und Selbstorganisiert

• Implementierung der Datenpipelines zur Aufnahme, Verarbeitung und Bereitstellung der für eine Pilotanwendung benötigten Datenbestände (strukturiert und unstrukturiert) in einer AWS-Umgebung
• Implementierung von Tests, Validierungsmechanismen und Monitoring-Funktionen für die Datenpipelines sowie die Zielanwendung
• Analyse und Behebung technischer Fehler (DevOps)
• Einrichtung, Weiterentwicklung und Betrieb von CI/CD-Pipelines für die automatisierte Bereitstellung von Software-Komponenten
• Durchführung von Deployments, Versionsmanagement und Release-Aktivitäten für die technischen Komponenten der Lösung
• Konfiguration und Optimierung der Cloud- und Plattformressourcen zur Gewährleistung eines stabilen und performanten Betriebs
• Umsetzung nicht-funktionaler Anforderungen hinsichtlich Logging, Monitoring, Nachvollziehbarkeit und Betriebssicherheit
• Erstellung und Pflege der technischen Dokumentation für Datenflüsse, Datenpipelines, Deployments und Betriebsprozesse
• Einsatz praktischer Erfahrung mit agentischen Frameworks, LLMs und vergleichbaren Technologien bei der Umsetzung der beauftragten Leistungen

Muss-Anforderungen

• M1: Erfahrung in der automatisierten Feature-Extraktion aus textbasierten Daten mit Hilfe von LLMs sowie deren strukturierte Aufbereitung in vorgegebene Datenformate (Anzahl 4 Referenzen)
• M2: Praktische Erfahrung in der Implementierung, Konfiguration und dem produktiven Betrieb von Lösungen auf Basis von Amazon Bedrock und Amazon Textract zur automatisierten Extraktion, Verarbeitung und Bereitstellung strukturierter (> 5 Jahre Erfahrung)
• M3: Praktische Erfahrung in Konzeption, Entwicklung, Produktivsetzung und Betrieb von KI- und LLMAnwendungen -einschließlich MLOps- und Observability-Prozessen sowie im produktiven Einsatz von Amazon Bedrock, LangChain und Strands Agents. - Intermediate (> 3 Jahre Erfahrung)
• M4: Erfahrung in der Software- und Backend-Entwicklung mit Python, FastAPI sowie Datenbanken zur Anwendungs- und Wissenspersistierung - Senior (> 5 Jahre Erfahrung)
• M5: Praktische Erfahrung in Design, Bereitstellung und Betrieb von AWS-Cloud-Infrastrukturen, Docker, CI/CD-Prozessen sowie Infrastructure-as-Code mit Terraform. - Intermediate (> 3 Jahre Erfahrung)

Soll-Anforderungen

• S1: Erfahrung in der Arbeit mit großen Datenmengen; insbesondere der Bereinigung, Transformation und Aufbereitung von Daten mit Python und SQL - 3 Referenzen (Gewichtung: 40%)
• S2: Projekterfahrungen im Umfeld von Eisenbahnverkehrs- oder Mobilitätsunternehmen - 2 Referenzen (Gewichtung: 30%)
• S3: Erfahrung in der Umsetzung von IT-Sicherheitsstandards in Enterprise-Umgebungen - Intermediate (> 3 Jahre Erfahrung) (Gewichtung: 30%)