Header

Data Scientist (m/w/d) - GraphStorm, DGL, AWS StageMaker, MLOps - Überwiegend remote - parttime, Nearshore

Vor Ort & remote | Remote und Frankfurt | 01.01.2027 | 31.12.2029

Für unser Projekt IT_2431 suchen wir folgenden Spezialisten (m/w/d):

Wichtige Infos:

Modell: Nearshore 
Abgabefrist: 18.11.2026 eob
Auslastung: Teilzeit / 220 PT bis Ende 2029
Örtlichkeit: 190 PT remote / 30 PT vor Ort in Frankfurt am Main
Projektsprache: Englisch
Honorar: max. 55€/Std. remote 

 

Projektbeschreibung:
Ein Unternehmen aus der Transportbranche entwickelt und betreibt im Rahmen der Digitalisierung innovative Machine-Learning- und KI-Lösungen. Zentrale Anwendungsfelder sind die Betrugserkennung im Online-Vertrieb sowie die Optimierung operativer Prüfprozesse. Ziel des Projekts ist die Entwicklung, Produktivsetzung und kontinuierliche Optimierung skalierbarer KI-/ML-Modelle. Schwerpunkte bilden Graph Neural Networks, Gradient-Boosting-Verfahren, automatisierte Datenverarbeitung sowie der Aufbau und Betrieb leistungsfähiger MLOps- und Cloud-Infrastrukturen auf AWS. Die Lösungen sollen einen zuverlässigen, nachvollziehbaren und effizienten Produktivbetrieb unter Berücksichtigung bestehender Governance- und Compliance-Anforderungen gewährleisten.

Aufgaben:

  • Entwicklung und Betrieb skalierbarer Datenpipelines zur Verarbeitung strukturierter und unstrukturierter Daten unter Einsatz von Python, PySpark, Delta Lake, Parquet und polars/pandas sowie Integration von Datenquellen über AWS S3 und Azure Blob Storage.
  • Konzeption und Implementierung von Datenverarbeitungsprozessen für Machine Learning, einschließlich Datenaufbereitung, Feature Engineering und Graphkonstruktion aus tabellarischen Daten für Graph-Neural-Network-Modelle (GraphStorm, DGL, PyTorch).
  • Aufbau und Weiterentwicklung von Graphdatenbanken auf Basis von Amazon Neptune und Gremlin, einschließlich Datenmodellierung, Bulk-Loading großer Datenbestände und Optimierung von Datenzugriffen.
  • Konzeption, Implementierung und Optimierung relationaler Datenbanklösungen auf Basis von Amazon Aurora, Amazon RDS und PostgreSQL, einschließlich Schema-Design, Datenintegration und Query-Optimierung.
  • Entwicklung und Betrieb automatisierter Datenverarbeitungs- und ML-Pipelines auf AWS SageMaker, einschließlich Processing- und Training-Jobs, Hyperparameteroptimierung sowie Integration von Modellartefakten in die Model Registry.
  • Entwicklung und technische Integration produktiver ML-Komponenten auf Basis von Graph Neural Networks und Gradient Boosting (XGBoost), einschließlich Integration von Inferenz-Endpunkten und Implementierung von Explainability-Verfahren (SHAP).
  • Entwicklung und Integration von Daten- und Inferenzschnittstellen unter Einsatz von AWS Lambda, API Gateway und Step Functions sowie Implementierung ereignisgesteuerter Datenverarbeitung über Kafka/MSK.
  • Automatisierung datenbezogener Infrastruktur- und Entwicklungsprozesse mittels Infrastructure as Code (CloudFormation, Pulumi) sowie Implementierung und Pflege von CI/CD-Komponenten in GitLab für Datenpipelines und ML-Anwendungen
  • Technische Integration KI-basierter Agentensysteme, einschließlich Datenanbindung externer Systeme (GitLab, ITSM), Integration des Model Context Protocol (MCP) sowie Anbindung an Monitoring- und Observability-Lösungen mittels Langfuse.
  • Entwicklung von Datenvisualisierungen und Analyse-Dashboards auf Basis von Grafana und Plotly zur Überwachung von Datenverarbeitungsprozessen und Darstellung relevanter Analyse- und Modellergebnisse.
  • Qualitätssicherung, Performanceoptimierung und technische Dokumentation der entwickelten Datenarchitekturen, Datenpipelines und ML-Komponenten unter Berücksichtigung bestehender Entwicklungsstandards sowie Governance- und Compliance-Anforderungen.

MUSS-Anforderungen: (zwingend zu erfüllen)

  • Produktive Erfahrung mit GraphStorm oder DGL (Deep Graph Library) einschließlich Graphkonstruktion und Datenverarbeitung Anzahl Referenzen 1
  • Produktive Erfahrung mit AWS SageMaker, insbesondere Pipelines, Processing- und Training-Jobs, Model Registry und produktiven Endpoints Erfahrungslevel in Jahren Intermediate (> 3 Jahre Erfahrung)
  • Berufserfahrung im Data Engineering und/oder MLOps Engineering mit produktiv betriebenen Daten- und ML-Lösungen. Anzahl Referenzen 2
  • Praktische Erfahrung mit Infrastructure as Code unter Einsatz von AWS CloudFormation oder Pulumi Anzahl Referenzen 1
  • Nachgewiesene Erfahrung in der Entwicklung und dem produktiven Betrieb automatisierter Datenpipelines für strukturierte und unstrukturierte Daten Anzahl Referenzen 1

SOLL-Anforderungen:

  • Erfahrung mit Event-Streaming und ereignisgesteuerter Datenverarbeitung unter Einsatz von Apache Kafka oder AWS MSK Anzahl Referenzen 1
  • Erfahrung mit XGBoost einschließlich Integration in produktive ML-Prozesse Anzahl Referenzen 1
  • Erfahrung mit Explainable-AI-Verfahren (SHAP) einschließlich Integration in produktive ML-Prozesse Anzahl Referenzen 1
  • Erfahrung mit KI-Agentensystemen, Model Context Protocol (MCP) sowie Integration externer Systeme und Observability (Langfuse) Anzahl Referenzen 1
  • Erfahrung mit verteilten Datenverarbeitungsframeworks (PySpark, Delta Lake) sowie Datenintegration über AWS S3 und Azure Blob Storage Anzahl Referenzen 1

Die sms Consulting GmbH ist seit 1993 für Ihre Kunden ein kompetenter Partner für die Rekrutierung externer IT-Spezialisten und Festangestellten.

Ihre Bewerbung:
Bitte bewerben Sie sich nur, wenn Sie die Profil-Anforderungen umfänglich erfüllen und wenn Sie ggf. vorhandene Muss-/Mindestanforderungen voll erfüllen.
Bitte geben Sie bei Ihrer Bewerbung Ihren Stundensatz an und ab wann Sie Verfügbar sind.
Wenn Sie sich per Email bewerben gebe Sie bitte immer die Projekt-ID und den Titel der Ausschreibung mit an.

Bitte senden Sie uns als Partner/Unternehmen Ihren verfügbaren Mitarbeiter für das Projekt per E-Mail an: jobs@sms-consulting.de
oder klicken Sie als Freiberufler zur Direktbewerbung den Button "Jetzt bewerben".