Westhouse ist eines der führenden internationalen Recruitment Unternehmen für die Vermittlung von hochqualifizierten Fachexperten in Bereichen wie IT Life Cycle, SAP, Engineering, Kaufmännischem und Fachberatung.
Für unseren Kunden suchen wir aktuell eine/n InfraHub Data Architect (m/w/d) - Frankfurt.
Ihre Aufgaben
1. Mit einem webbasierten User-Interface wird der Fachprozess des Datenuploads sowie die Qualitätsprüfung und Freigabe für Nachnutzungsszenarien unterstützt.
2. Eine horizontal skalierbar aufgebaute und auf nativen AWS-Services basierende Architektur zur Datenprozessierung und -bereitstellung stellt eine hochperformante Lösung für die Verarbeitung und Weitergabe der Massendaten dar. Diese orientiert sich an der Big Data Referenzarchitektur der Deutschen Bahn.
3. Nur mit einem hohen Maß an Standardisierung und Modularisierung kann diese Lösung nachhaltig ressortübergreifend ihre Nutzenpotentiale heben.
4. Diverse Fachbereiche der DB InfraGO mit unterschiedlichsten Anforderungsprofilen setzen sukzessive nutzenorientierte Anwendungsfälle auf Basis dieser Daten um.
5. Die bereits integrierte Datenbasis besteht aktuell aus (Drohnen-/Helikopter-) Befliegungs- und Befahrungsdaten einzelner Quellen und soll sukzessive um weitere Datenquellen und -arten erweitert werden.
Interessiert?
Patrick Hoening
Tel.:
Fax.:
Email:
Share posting
Ihre Qualifikationen
6. Entwurf von Daten- und AI-Lösungen inkl. Integrationsarchitektur (ETL/ELT, API-/Event-Integration) sowie Berücksichtigung nicht-funktionaler Anforderungen wie Skalierbarkeit, Sicherheit und Betrieb in Enterprise-Umgebungen
7. Erstellung von Enterprise-/Data-Architektur-Zielbildern inkl. Architekturprinzipien, Standards und Umsetzungsroadmaps in komplexen IT-Landschaften in den letzten 5–10 Jahren
8. Konzeption und Anwendung von Data Governance (z.B. Klassifizierung, Zugriffskonzepte, Auditierbarkeit) sowie Umsetzung regulatorischer Anforderungen (DSGVO, EU AI Act o.ä.) in Data-/AI-Systemen
9. Nachweis von Qualifikation im Bereich Prozessund Qualitätsmanagement zur strukturierten Steuerung und kontinuierlichen Optimierung von Data-, AI- oder IT-Transformationsprozessen in Enterprise-Umfeldern
10. Design und Umsetzung von Cloud- und plattformbasierten Betriebs- und Deployment-Modellen (z.B. Kubernetes, CI/CD, DevSecOps, IaC) für Daten- und AI-Systeme
11. Architektur und Weiterentwicklung von Graph-Datenbank-Lösungen (z.B. Neo4j, ArangoDB) inklusive Datenmodellierung und Performance-Optimierung in Datenplattformen
12. Integration von LLM- und/oder RAG-Komponenten in Enterprise-Architekturen inkl. Anbindung von Wissensquellen, Retrieval-Design und Berücksichtigung von Compliance-Anforderungen