Geforderte Skills
- AWS SageMaker
- MLOps
- AWS Cloud Architecture
- IAM
- VPC
- AWS KMS
- Multi-account AWS
- Infrastructure as Code
- AWS CloudFormation
- Pulumi
- Amazon Neptune
- Gremlin
- GraphStorm
- DGL
- CI/CD
- GitLab CI
- Artifactory
- AWS ECR
- AWS Lambda
- Amazon RDS
- Amazon Aurora
- PostgreSQL
- Kafka
- AWS MSK
- ECS Fargate
- AWS Step Functions
- Azure Blob Storage
- AWS S3
- AI Agent Systems
- Langfuse
Sprachen: German
Jobbeschreibung
Project overview
Im Rahmen der Digitalisierung der Deutschen Bahn werden innovative Machine-Learning- und KI-Lösungen entwickelt, produktiv betrieben und kontinuierlich optimiert. Zentrale Anwendungsfelder sind die Betrugserkennung im Online-Ticketvertrieb sowie die Optimierung operativer Prüfprozesse.
Ein besonderer Schwerpunkt liegt auf dem Aufbau, Betrieb und der Weiterentwicklung skalierbarer AWS-Cloud- und MLOps-Infrastrukturen. Hierzu gehören die Automatisierung von CI/CD- und Deployment-Prozessen, die Integration graphbasierter Daten- und ML-Workloads sowie die Sicherstellung eines stabilen, sicheren und nachvollziehbaren Produktivbetriebs unter Berücksichtigung bestehender Governance- und Compliance-Anforderungen.
AUFGABEN UND VERANTWORTLICHKEITEN
FACHLICH ZWINGENDE ANFORDERUNGEN (MUSS-ANFORDERUNGEN)
M1 AWS SageMaker & MLOps – Produktiven MLOps-Prozessen, insbesondere Model Registry, Pipelines, Endpoint-Deployments und automatisierten Approval-Workflows.
M2 AWS Cloud Architecture – AWS-Cloud-Architekturen, insbesondere IAM-Rollen und -Policies, VPC-Netzwerkdesign, AWS KMS und Multi-Account-Umgebungen.
M3 Infrastructure as Code – AWS CloudFormation oder Pulumi, einschließlich automatisierter Bereitstellung und Verwaltung bestehender Cloud-Infrastrukturen.
M4 Graphtechnologien – Amazon Neptune/Gremlin oder GraphStorm/DGL, einschließlich Integration und technischem Betrieb graphbasierter Daten- oder ML-Workloads.
M5 CI/CD & Compliance – CI/CD- und Deployment-Prozessen in regulierten Umgebungen, einschließlich Freigabeverfahren, Nachvollziehbarkeit, Umgebungstrennung sowie Security- und Compliance-Anforderungen.
WEITERE FACHLICHE ANFORDERUNGEN (SOLL-ANFORDERUNGEN)
S1 Pulumi & Python – Pulumi auf Basis von Python, einschließlich Entwicklung wiederverwendbarer Infrastructure-as-Code-Komponenten und Bibliotheken.
S2 Full-Stack-Webentwicklung –Entwicklung cloudbasierter Webanwendungen, einschließlich REST-API-Integration, Authentifizierungsmechanismen und automatisierter Deployment-Prozesse.
S3 Apache Kafka / AWS MSK – Event-Streaming und dem technischen Betrieb ereignisgesteuerter Cloud-Anwendungen unter Einsatz von Apache Kafka oder AWS MSK.
S4 Hybrid Cloud Data Integration – Integration und Automatisierung hybrider Cloud-Datenübertragungen zwischen Azure Blob Storage und AWS S3.
S5 KI-Agentensysteme & MCP – Integration und Betrieb von KI-Agentensystemen, MCP-Servern sowie Monitoring und Observability agentischer Prozesse mittels Langfuse.
Bei Interesse an diesem Projekt senden Sie bitte Ihr aktuelles Beraterprofil.
- Betrieb und Weiterentwicklung automatisierter CI/CD-Prozesse auf Basis von GitLab CI innerhalb einer Multi-Repository-Landschaft
- Konzeption und Automatisierung der Container-Bereitstellung mit Artifactory, einschließlich Container-Builds, Vulnerability-Scanning, Image-Versionierung und Bereitstellung in AWS ECR
- Konzeption, Implementierung und Weiterentwicklung von AWS-Cloud-Infrastrukturen mittels Infrastructure as Code (CloudFormation, Pulumi), einschließlich Multi-Account-Architekturen
- Automatisierung und Betrieb von MLOps-Deployment-Prozessen auf AWS SageMaker, einschließlich Model Registry, Approval-Workflows, EventBridge, AWS Lambda und produktiver Inferenz-Endpunkte
- Aufbau und Betrieb standardisierter Deployment- und Release-Prozesse über mehrere AWS-Accounts und Umgebungen, einschließlich Freigabemechanismen, Shadow-Deployments und Rollback-Verfahren
- Entwicklung und Betrieb von Webanwendungen und Backend-Services, einschließlich REST-APIs, Authentifizierung, Autorisierung sowie cloudbasierter Administrations- und Monitoring-Oberflächen
- Implementierung und Weiterentwicklung des Dependency- und Release-Managements mit uv, Artifactory und Renovate
- Betrieb und Optimierung produktiver AWS-Anwendungs- und Dateninfrastrukturen, insbesondere Amazon RDS/Aurora, PostgreSQL, Amazon Neptune, Kafka/MSK, ECS Fargate, AWS Lambda und Step Functions
- Integration und Betrieb graphbasierter Daten- und ML-Workloads mit Amazon Neptune, Gremlin sowie GraphStorm/DGL
- Konzeption und Implementierung von Monitoring- und Observability-Lösungen mit Amazon CloudWatch, AWS X-Ray, SNS und Grafana
- Automatisierung von Security- und Compliance-Anforderungen, insbesondere IAM, AWS Secrets Manager, KMS-Verschlüsselung, Key-Rotation und Sicherheitsprüfungen
- Implementierung automatisierter Datenaufbewahrungs- und Löschprozesse mittels S3-Tagging, Lifecycle-Policies und AWS Step Functions
- Betrieb und Automatisierung hybrider Datenübertragungen zwischen Azure Blob Storage und AWS S3
- Entwicklung und Betrieb von Infrastrukturkomponenten für KI-Agentensysteme, einschließlich MCP-Servern, CLI-Integrationen und Observability mit Langfuse
- Durchführung von Fehleranalysen, Incident-Bearbeitung und Performanceoptimierungen
- Erstellung und Pflege technischer Infrastruktur-, Betriebs- und Deployment-Dokumentationen
Indexiert von der 9am-Meta-Suche. Du bist Job-Anbieter? Listing beanspruchen oder verwalten
Gefunden auf FreelancerMap DE