Freelance Data Scientist / ML Engineer (AWS, Graph Neural Networks) – Betrugserkennung & MLOps

ALPSCALE GmbH

Ansprechpartner: Michael Legenstein
Frankfurt am Main,  Deutschland
80% RemoteFreiberuflichStart 1/2027100% Auslastung

Beschreibung

Data Scientist / ML Engineer (AWS, Graph Neural Networks) – 90 % remote, 3-jähriger Einsatz (01.01.2027 – 31.12.2029, ca. 220 Tage/Jahr).

Für einen großen deutschen Mobilitätskonzern (IT-Tochtergesellschaft) suchen wir bis zu 3 deutschsprachige freiberufliche Data Scientists / ML Engineers mit Sitz in der EU oder in Deutschland. Im Projekt werden skalierbare ML-Modelle zur Betrugserkennung im Online-Ticketverkauf und zur Optimierung operativer Prüfprozesse entwickelt, produktiv gesetzt und kontinuierlich optimiert – in einem agilen Team auf AWS.

Aufgaben:
- Aufbau und Betrieb skalierbarer Datenpipelines (Python, PySpark, Delta Lake, Parquet, polars/pandas; AWS S3 und Azure Blob Storage)
- Datenaufbereitung, Feature Engineering und Graphkonstruktion aus tabellarischen Daten für Graph Neural Networks (GraphStorm, DGL, PyTorch)
- Graphdatenbanken auf Amazon Neptune / Gremlin (Datenmodellierung, Bulk Loading); relationale Datenbanken auf Amazon Aurora / RDS / PostgreSQL
- Automatisierte ML-Pipelines auf AWS SageMaker (Processing- und Training-Jobs, Hyperparameter-Tuning, Model Registry, Endpoints)
- Produktive ML-Komponenten mit GNNs und XGBoost inkl. Erklärbarkeit (SHAP)
- Daten- und Inferenz-Schnittstellen mit AWS Lambda, API Gateway und Step Functions sowie ereignisgesteuerte Verarbeitung mit Kafka/MSK
- Infrastructure as Code (CloudFormation, Pulumi) und GitLab CI/CD
- Integration von KI-Agentensystemen (MCP, Langfuse), Dashboards mit Grafana und Plotly

Muss-Kriterien:
- Produktiverfahrung mit GraphStorm oder DGL inkl. Graphkonstruktion
- 3+ Jahre Erfahrung mit AWS SageMaker (Pipelines, Processing-/Training-Jobs, Model Registry, Endpoints)
- Berufserfahrung in Data Engineering und/oder MLOps mit produktiven Daten-/ML-Lösungen
- Infrastructure as Code mit AWS CloudFormation oder Pulumi
- Automatisierte Pipelines für strukturierte und unstrukturierte Daten
- Fließend Deutsch (C1, in Wort und Schrift)

Wünschenswert: Kafka/AWS MSK, XGBoost, SHAP, KI-Agenten / MCP / Langfuse, PySpark / Delta Lake, Integration von S3 und Azure Blob.

Sprachen: Deutsch C1 und Englisch C1 (beides erforderlich). Einsatzort: remote aus der EU/Deutschland, gelegentliche Vor-Ort-Workshops in Frankfurt am Main (ca. 20 Tage pro Jahr).
Zuletzt bearbeitet: 18.11.2026

Bewerben