> Markdown version of [/jobs/ext/4781568-data-scientist-graphstorm-dgl-aws-stag](https://www.wearedevelopers.com/jobs/ext/4781568-data-scientist-graphstorm-dgl-aws-stag). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md). --- # Data Scientist - GraphStorm, DGL, AWS Stag - **Company:** SMS Group GmbH - **Location:** Frankfurt am Main, Germany - **Experience:** Experienced - **Salary:** €114,400 - **Contract:** Permanent contract - **Skills:** Artificial Intelligence, Amazon Web Services, Amazon S3, Cloud Storage, Continuous Integration, Information Engineering, Data Integration, Data Visualization, Python (Programming Language), PostgreSQL, Machine Learning, Data Streaming, Unstructured Data, Parquet, Pulumi, Data Processing, Feature Engineering, Graph Neural Networks, Pytorch, SHAP (Shapley Additive Explanations), Grafana, State Machines, AWS Lambda, Langfuse — LLM Observability and Analytics Platform, Gitlab, Cloudformation, Amazon Relational Database Service, Data Lakes, Pyspark, Xgboost, Plotly, Apache Kafka, Machine Learning Operations, Api Gateway - **Published:** November 19, 2026 - **Apply:** https://www.adzuna.de/details/5970651182 ## About the Role * 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, * 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 ## Description * 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.