AIMI DISA Data Engineer FOKUS LLM_#3344

Deloitte GmbH

Ansprechpartner: S. B.

Frankfurt am Main, Deutschland

100% RemoteFestanstellungStart 10/2026Dauer 3 Monate80% Auslastung

Beschreibung

DEADLINE: 2.10.26 um 14 Uhr

ACHTUNG: Besondere Rahmenbedingungen

Freelancer AUSGESCHLOSSEN: Beauftragung nur über Dienstleister / Systemhäuser (keine 1-Personen-Gesellschaften)

___________________________

Projektrahmenbedingungen

Laufzeit: 09.10.2026 – 31.12.2026

Dauer: ca. 2,7 Monate (ca. 12 Wochen)

Gesamtaufwand: 40 Personentage (PT)

Auslastung:

Tage/Woche: durchschnittlich ca. 3,5-4 Tage pro Woche (berechnet auf Basis von 40 PT in 12 Wochen)

Prozentual: ca. 66-80 % Auslastung (bezogen auf eine Vollzeitwoche)

Einsatzmodus:

Remote: Größenteils standortunabhängig / remote.

Onsite: 2 Tage Präsenz vor Ort im Projektzeitraum (z. B. für Planungsmeetings/Workshops am Projektstandort Frankfurt am Main).

Onshore / Nearshore: Zwingend Onshore (Deutschland). Nearshore oder Offshore ist nicht gestattet.

Projektkontext & Aufgabenbeschreibung

Projektkontext Entwicklung und Betrieb eines datengetriebenen Analyse- und Entscheidungsunterstützungssystems zur Auswertung von Betriebs- und Infrastrukturdaten im Mobilitätsbereich. Ziel ist es, Ursachen von Betriebsbeeinträchtigungen transparent zu machen, Muster zu erkennen und Gegenmaßnahmen datenbasiert abzuleiten. Das Projekt ist agil organisiert (basierend auf SAFe®).
Aufgaben des Data Engineers (Senior)
Konzeption, Entwicklung, Optimierung und Dokumentation von Datenintegrations- und Pipeline-Lösungen in einer AWS-Cloud-Umgebung.
Technische Anbindung neuer Datenquellen (strukturiert und unstrukturiert) und Bereitstellung qualitätsgesicherter Daten für Reporting und Analysen.
Implementierung von Tests, Validierungen und Monitoring-Mechanismen für Datenpipelines.
Fehleranalyse und Behebung im Rahmen von DevOps-Prozessen.
Aufbau, Betrieb und Weiterentwicklung von CI/CD-Pipelines sowie Release- und Versionsmanagement.
Konfiguration, Skalierung und Optimierung von Cloud- und Plattformressourcen.
Einsatz praktischer Erfahrung mit agentischen Frameworks, Large Language Models (LLMs) und automatisierter Texterfassung.
Erstellung und Pflege technischer Dokumentationen.

Muss-Kriterien (Zwingende Anforderungen)

M1: Erfahrung in der automatisierten Feature-Extraktion aus textbasierten Daten mit Hilfe von LLMs sowie deren strukturierte Aufbereitung in vorgegebene Datenformate (4 Referenzen)
M2: Senior-Erfahrung (> 5 Jahre) in der automatisierten Feature-Extraktion aus textbasierten Daten mittels LLMs sowie strukturierter Aufbereitung; praktische Erfahrung mit Amazon Bedrock und Amazon Textract.
M3: Intermediate-Erfahrung (> 3 Jahre) in Konzeption, Entwicklung, Produktivsetzung und Betrieb von KI-/LLM-Anwendungen inkl. MLOps/Observability sowie der Nutzung von Amazon Bedrock, LangChain und Agenten-Frameworks.
M4: Senior-Erfahrung (> 5 Jahre) in Software- und Backend-Entwicklung mit Python, FastAPI sowie Datenbanken zur Daten- und Wissenspersistierung.
M5: Intermediate-Erfahrung (> 3 Jahre) im Design, der Bereitstellung und dem Betrieb von AWS-Cloud-Infrastrukturen, Docker, CI/CD-Prozessen sowie Infrastructure-as-Code (Terraform).

Soll-Kriterien (Bewertungskriterien)

S1 (Gewichtung 40 %): Erfahrung in der Arbeit mit großen Datenmengen (Bereinigung, Transformation, Aufbereitung mit Python und SQL) – Nachweis durch 3 Referenzen.
S2 (Gewichtung 30 %): Projekterfahrung im Umfeld von Verkehrs-, Logistik- oder Mobilitätsunternehmen – Nachweis durch 2 Referenzen.
S3 (Gewichtung 30 %): Erfahrung in der Umsetzung von IT-Sicherheitsstandards in Enterprise-Umgebungen – Nachweis durch > 3 Jahre Erfahrung (Intermediate).