LLM Senior-Data-Engineer (m/w/d) - Amazon Bedrock & Textract, LangChain, AWS, DevOps - überwiegend remote

Projektbeschreibung:
Die Digitale Störfallanalyse (DISA) ist ein datengetriebenes Analyse- und Entscheidungsunterstützungssystem zur systematischen Auswertung von Störungen im Eisenbahnbetrieb. Ziel ist es, die Ursachen von Betriebsbeeinträchtigungen transparent zu machen, Zusammenhänge zwischen Infrastrukturzustand, Instandhaltung und Betriebsqualität aufzuzeigen sowie die Ableitung wirksamer Gegenmaßnahmen zu unterstützen. Hierfür führt DISA Informationen aus verschiedenen Datenquellen zusammen und bereitet diese in einer einheitlichen Analyseumgebung auf. Dadurch werden Störungsursachen, wiederkehrende Muster und regionale Auffälligkeiten schneller erkennbar. Die gewonnenen Erkenntnisse unterstützen Fachbereiche, Anlagenverantwortliche und Führungskräfte dabei, Entscheidungen auf Grundlage belastbarer Daten zu treffen und Maßnahmen gezielt auf die größten Qualitäts- und Pünktlichkeitshebel auszurichten. DISA leistet damit einen wichtigen Beitrag zur Digitalisierung des Anlagenmanagements und zur kontinuierlichen Verbesserung der Betriebsqualität. Durch die Reduzierung manueller Auswertungsaufwände, die Standardisierung von Analysen sowie die höhere Transparenz über Ursachen und Wirkzusammenhänge können Qualitätsmängel frühzeitig erkannt und die Wirksamkeit von Gegenmaßnahmen besser bewertet werden. Langfristig unterstützt DISA die Zielsetzung des KUnden, Lost Units zu reduzieren, die Anlagenqualität zu steigern und die Pünktlichkeit im Netz nachhaltig zu verbessern.

Aufgabenbeschreibung:

• 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: (zwingend zu erfüllen)

• Erfahrung in der automatisierten Feature-Extraktion aus textbasierten Daten mit Hilfe von LLMs sowie deren strukturierte Aufbereitung in vorgegebene Datenformate Anzahl Referenzen 4
• 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 Erfahrungslevel in Jahren Senior (> 5 Jahre Erfahrung)
• Praktische Erfahrung in Konzeption, Entwicklung, Produktivsetzung und Betrieb von KI- und LLM-Anwendungen einschließlich MLOps- und Observability-Prozessen sowie im produktiven Einsatz von Amazon Bedrock, LangChain und Strands Agents. Erfahrungslevel in Jahren Intermediate (> 3 Jahre Erfahrung)
• Erfahrung in der Software- und Backend-Entwicklung mit Python, FastAPI sowie Datenbanken zur Anwendungs- und Wissenspersistierung Erfahrungslevel in Jahren Senior (> 5 Jahre Erfahrung)
• Praktische Erfahrung in Design, Bereitstellung und Betrieb von AWS-Cloud-Infrastrukturen, Docker, CI/CD-Prozessen sowie Infrastructure-as-Code mit Terraform. Erfahrungslevel in Jahren Intermediate (> 3 Jahre Erfahrung)

SOLL-Anforderungen:

• Erfahrung in der Arbeit mit großen Datenmengen; insbesondere der Bereinigung, Transformation und Aufbereitung von Daten mit Python und SQL Anzahl Referenzen 3
• Projekterfahrungen im Umfeld von Eisenbahnverkehrs- oder Mobilitätsunternehmen Anzahl Referenzen 2
• Erfahrung in der Umsetzung von IT-Sicherheitsstandards in Enterprise-Umgebungen Erfahrungslevel in Jahren Intermediate (> 3 Jahre Erfahrung)