Solution Architect KI@DDG (AWS / LLM / AI Pipeline) ID02570

Im Fokus steht der Aufbau einer leistungsfähigen KI-Pipeline zur standardisierten Identifizierung, Entwicklung und zum Betrieb neuer KI-Modelle. Durch automatisierte Erkennung von Fahrzeug- und Ladungsmerkmalen sollen Prozesse verbessert, Ressourcen effizienter genutzt und präventive sowie prädiktive Instandhaltung ausgebaut werden. Aufgaben / Scope

• Wissensaufbau sowie Dokumentation der Geschäftsziele und Anforderungen
• Entwicklung von Lösungsarchitekturen passend zu den fachlichen Anforderungen
• Optimierung der IT-Infrastruktur und Anwendungen im Projektumfeld
• Dokumentation und Kommunikation der Architektur unter Nutzung gängiger Architekturframeworks und -muster
• Identifikation technischer Risiken sowie Entwicklung geeigneter Gegenmaßnahmen
• Enge Zusammenarbeit mit Entwicklerteams und Stakeholdern zur Sicherstellung der Architekturkonformität Überwachung der Lösungsentwicklung und Sicherstellung von Qualitätsstandards

Technisches Umfeld

• Dokumentation: Microsoft SharePoint Entwicklungsplattform: Cloud Native Plattform (AWS)

• Mindestens 5 Jahre Erfahrung mit AWS Cloud Services inklusive Entwicklung und Architektur
• Mindestens 3 Jahre Erfahrung im Bahn- oder Cargo-/Logistik-Umfeld
• Sehr starke Software-Engineering-Skills in Python
• Architektur- und Integrationserfahrung mit Large Language Models (LLMs)

• Praktische Erfahrung mit OpenAI, Bedrock oder Hugging Face
• Verständnis von RAG-Architekturen, Prompt Engineering, Embeddings und Vektordatenbanken

• Enterprise Architecture & Governance Kompetenz

• Erfahrung mit Zielarchitekturen, Referenzarchitekturen und Roadmaps Sicherer Umgang mit Architekturprinzipien

Soll-Anforderungen (Bewertung)

• Sehr gute Deutsch- und Englischkenntnisse (C1 Niveau)
• Erfahrung mit PostgreSQL Datenbanken und SQL
• Erfahrung mit Computer-Vision Projekten und CNN-Architekturen

• Mindestens 3 Jahre Erfahrung im Deployment und Betrieb von Computer-Vision-Modellen

• Change-, Coaching- und Innovationskompetenz

• Fähigkeit, neue Technologien strategisch im Unternehmen zu verankern und Teams zu schulen

• Erfahrung mit MLOps & LLM-Betrieb

• Deployment, Versionierung und Monitoring von ML-/LLM-Modellen
• Erfahrung mit SageMaker, Bedrock, MLflow oder ähnlichen Plattformen Umgang mit Model Drift, Prompt-Versionierung und A/B-Tests