Deine Aufgabe Diese Rolle konzentriert sich auf die Analyse von Repositories und Codebasen hinsichtlich Wartbarkeit, Sicherheitsrisiken und technischer Schulden, während du KI-Coding-Agenten nutzt, um Code-Review- und Validierungsprozesse zu beschleunigen. Du unterstützt Due-Diligence-Aktivitäten, indem du Qualitäts- und Sicherheits-Scanning-Tools ausführst, Build- und Release-Prozesse validierst und umfassende Evidence Packs erstellst, die Ergebnisse und Risikobewertungen dokumentieren.

Hauptaufgaben

- Analyse von Repositories hinsichtlich Wartbarkeit, Abhängigkeitsrisiken, versteckter Kopplung, unsicherer Muster, Build-Fragilität, Lizenzsignalen und Dokumentationslücken, die für Due Diligence relevant sind
- Einsatz von KI-Coding-Agenten zur Beschleunigung der Code-Review-Vorbereitung, Erklärung von Schwachstellen, Erstellung von Sanierungsvorschlägen und Clustering technischer Schulden über große Codebasen hinweg
- Ausführung und Interpretation von Qualitäts-, Abhängigkeits-, Secret-, Container- und Infrastruktur-Scanning-Tools, während du False Positives, Restrisiken und erforderliche Expertenprüfungen dokumentierst
- Unterstützung reproduzierbarer Build- und Release-Validierung durch Analyse von Logs, Pipeline-Definitionen, Container-Images, Paketquellen, Artefakt-Flows und Konfigurationsannahmen
- Erstellung von Evidence Packs, die Ergebnisse mit Code-Standorten, Tool-Resultaten, Reviewer-Entscheidungen, Risikoschweregrad, Mitigationsoptionen und Readiness-Implikationen verknüpfen
- Zusammenarbeit mit Security-, DevOps-, Architektur- und Test-Spezialisten, um sicherzustellen, dass KI-gestützte Validierungsergebnisse umsetzbar sind und mit den Enterprise-Assurance-Erwartungen übereinstimmen

Tools und Plattformen Du arbeitest mit KI-Coding- und Review-Umgebungen wie Cursor, Windsurf, Claude Code, Continue, Cline, Aider oder VS-Code-basierten Assistenten, die mit genehmigten Modell-Endpunkten verbunden sind. Du nutzt Open-Source- oder chinesische coding-fähige Modelle wie DeepSeek Coder, Qwen/Qwen-Coder, CodeGeeX, StarCoder, Code Llama, Mistral oder ähnliche intern gehostete Modelle. Qualitäts- und Sicherheits-Tooling umfasst SonarQube, Semgrep, Trivy, GitGuardian, Syft, Grype, dependency-check, Falco, SBOM-Tooling sowie Container-/Image-Scanner. Engineering-Umgebungen umfassen GitLab, GitHub Enterprise, Jenkins, Kubernetes, Helm, Docker, ArgoCD , Package Registries, Python-Tooling und Log-Analyse-Workflows. Dein Profil Wir suchen einen hochqualifizierten Software Engineer mit umfangreicher Erfahrung in sicherer Entwicklung, DevSecOps und Platform Engineering, kombiniert mit ausgeprägter Expertise in KI-gestütztem Code-Review,



Schwachstellenanalyse und Validierung der Software-Supply-Chain-Sicherheit.

Muss-Kriterien

- Mindestens 5 Jahre Erfahrung im Software Engineering, in der sicheren Entwicklung, DevSecOps, Platform Engineering oder qualitätsorientierten Engineering-Rollen
- Ausgeprägte Python-Programmierkenntnisse
- Praktische Erfahrung in mindestens einer Backend- oder Systemsprache wie Go, Java, C, C++ oder Rust
- Praktische Erfahrung mit Code-Review
- Praktische Erfahrung mit Vulnerability-Triage
- Praktische Erfahrung mit Dependency-Analyse
- Praktische Erfahrung mit CI/CD-Inspektion
- Praktische Erfahrung mit Container-Sicherheit
- Praktische Erfahrung mit der Erstellung von Software-Supply-Chain-Nachweisen
- Praktische Erfahrung im Einsatz von KI-Coding-Assistenten für Code-Verständnis, Dokumentation, Vorschläge zur Behebung, Testgenerierung oder Beschleunigung von Reviews großer Repositories
- Fähigkeit, Repositories auf Wartbarkeit, Dependency-Risiken, versteckte Kopplungen, unsichere Muster, Build-Fragilität, Lizenzierungssignale und Dokumentationslücken im Rahmen von Due Diligence zu analysieren
- Fähigkeit, KI-Coding-Agenten einzusetzen, um die Vorbereitung von Code-Reviews, Schwachstellenerklärungen, Entwürfe von Behebungsvorschlägen und Clustering technischer Schulden über große Codebasen hinweg zu beschleunigen
- Fähigkeit, Qualitäts-, Dependency-, Secret-, Container- und Infrastruktur-Scanning-Tools auszuführen und zu interpretieren, während False Positives, Restrisiken und erforderliche Expertenprüfungen dokumentiert werden
- Fähigkeit, reproduzierbare Build- und Release-Validierung durch Analyse von Logs, Pipeline-Definitionen, Container-Images, Paketquellen, Artefakt-Flows und Konfigurationsannahmen zu unterstützen
- Fähigkeit, Evidence-Packs zu erstellen, die Findings mit Code-Stellen, Tool-Ergebnissen, Reviewer-Entscheidungen, Risikoschweregrad, Mitigationsoptionen und Readiness-Implikationen verknüpfen
- Fähigkeit, mit Security-, DevOps-, Architektur- und Test-Spezialisten zusammenzuarbeiten, um sicherzustellen, dass KI-gestützte Validierungsergebnisse umsetzbar sind und mit den Enterprise-Assurance-Erwartungen übereinstimmen
- Sicheres Erstellen prägnanter, evidenzbasierter Findings in Umgebungen mit hoher Verantwortlichkeit, in denen Vertraulichkeit,



Auditierbarkeit und Reviewer-Urteilsvermögen essenziell sind
- Erfahrung mit KI-Coding- und Review-Umgebungen wie Cursor, Windsurf, Claude Code, Continue, Cline, Aider oder VS-Code-basierten Assistenten, die mit genehmigten Modell-Endpunkten verbunden sind
- Erfahrung mit Open-Source- oder chinesischen coding-fähigen Modellen wie DeepSeek Coder, Qwen/Qwen-Coder, CodeGeeX, StarCoder, Code Llama, Mistral oder ähnlichen intern gehosteten Modellen
- Erfahrung mit Qualitäts- und Security-Tooling wie SonarQube, Semgrep, Trivy, GitGuardian, Syft, Grype, dependency-check, Falco, SBOM-Tooling und Container-/Image-Scannern
- Erfahrung mit Engineering-Umgebungen wie GitLab, GitHub Enterprise, Jenkins, Kubernetes, Helm, Docker, ArgoCD, Package-Registries, Python-Tooling und Log-Analyse-Workflows

Von Vorteil

- Gutes Verständnis von OpenStack-basierten Cloud-Plattformen
- Gutes Verständnis von verteilten Services
- Gutes Verständnis von Kubernetes
- Gutes Verständnis von Linux
- Gutes Verständnis von Enterprise-Build- und Release-Prozessen

Über uns T‑Systems ist Teil der Deutschen Telekom Gruppe mit rund 30.000 Mitarbeitern weltweit. Wir schaffen Technologie mit Sinn, um einen positiven Einfluss auf die Gesellschaft zu erzeugen. Wir suchen neugierige Talente, die lernbegierig sind, Herausforderungen annehmen und Ideen einbringen, die die Erfahrung unserer Kunden transformieren. Wir vertrauen Menschen: Wir bieten dir Autonomie, kontinuierliche Unterstützung und ein kollaboratives Umfeld, in dem du ohne Grenzen wachsen kannst. Wir sind ein globales Team, geleitet von Respekt, Integrität und der Leidenschaft, jeden Tag besser zu werden.

- Flexibler Vergütungsplan (Krankenversicherung, Essensgutscheine, Kinderbetreuung, Transport)
- Telemedizin
- Lebens- und Unfallversicherung
- Sozialfonds
- 26+ Urlaubstage pro Jahr
- Kostenloser Zugang zu Fachdiensten (medizinisch, rechtlich, Wellness)
- 100% Gehaltsfortzahlung während Krankheitsurlaub

Unternehmensrichtlinien

- Hybrides Arbeitsmodell (remote/vor Ort)
- Versátil Arbeitszeiten

Weitere Details Arbeitsumfeld & Flexibilität:

- Internationales, dynamisches und kollaboratives Umfeld
- T-Social: soziale Initiativen (Sport, Community, Gesundheit, ...)

Wachstum & Entwicklung:

- Maßgeschneiderte Schulungen: Zugang zu Coursera, um zu lernen, was du willst, wann du willst
- Wöchentliche Sprachkurse (Englisch & Deutsch)
- Internationale Mentoring-Sessions & Experience Days

Bewerbungsinformationen: Bitte sende deinen Lebenslauf auf Englisch. T-Systems Iberia wird nur die Lebensläufe von Kandidaten bearbeiten, die die für jedes Angebot angegebenen Anforderungen erfüllen.

📌 AI SWE / Code Quality Validation Engineer (m/w/d) (Granada)
🏢 Deutsche Telekom
📍 Granada