Deine Aufgabe Diese Rolle konzentriert sich auf die Implementierung und Wartung kleiner KI-gestützter Engineering-Utilities und die Unterstützung von Senior Engineers in KI-Entwicklungsworkflows. Du arbeitest mit Tools für Repository-Indexierung, Code-Zusammenfassung, Dependency-Extraktion, Log-Parsing und Dokumentationsgenerierung.

Hauptaufgaben

- Implementierung und Wartung kleiner KI-gestützter Engineering-Utilities für Repository-Indexierung, Code-Zusammenfassung, Dependency-Extraktion, Log-Parsing und Dokumentationsgenerierung
- Unterstützung von Senior Engineers bei der Konfiguration von KI-Entwicklungsumgebungen, beim Testen von Prompts, beim Vergleichen von Modell-Outputs und beim Dokumentieren wiederholbarer SDLC-Nutzungsmuster
- Erstellung von Skripten und leichtgewichtigen Services, die Git-Repositories, CI/CD-Logs, Issue-Tracker, Dokumentationsspeicher und interne Modell-Endpunkte verbinden
- Unterstützung bei der Vorbereitung von Übergabematerialien einschließlich Codebase-Zusammenfassungen, Service-Notizen, Build-Beobachtungen, Glossareinträgen und strukturierten Evidenz-Templates
- Testen von Open-Source-, Open-Weight- und chinesischen Coding-Modellen in genehmigten Umgebungen und Dokumentation von Stärken, Einschränkungen, Risiken und praktischen Nutzungshinweisen
- Teilnahme an Reviews mit Senior Engineers zur Validierung von KI-generierten Outputs, Korrektur von Ungenauigkeiten und Verbesserung der Workflow-Qualität im Laufe der Zeit

Tools und Plattformen Du arbeitest mit KI-Entwicklungsumgebungen wie Cursor, Windsurf, Continue, Cline, Aider, Claude Code oder VS Code-basierten Extensions , die für Enterprise-Repositories konfiguriert sind. Die Rolle umfasst die Nutzung von Modellfamilien für Coding-Support wie DeepSeek Coder, Qwen/Qwen-Coder, CodeGeeX, StarCoder, Code Llama, Mistral oder andere intern genehmigte Modelle. Du nutzt Workflow- und Integrations-Tooling wie Python, FastAPI, Notebooks, LangChain, LlamaIndex, GitLab/GitHub APIs, Jenkins APIs, Markdown und Dokumentationsautomatisierung sowie unterstützende Engineering-Tools wie Git, Docker, Kubernetes-Grundlagen, Helm-Grundlagen, Linux-Shells,



Package-Manager, Log-Processing und strukturierte Prompt-Repositories. Dein Profil Wir suchen einen AI-Assisted Engineering Support Engineer mit ausgeprägten Python-Entwicklungsfähigkeiten, praktischer Erfahrung mit KI-Coding-Assistenten und solidem Verständnis von Software-Development-Lifecycle-Tools und -Praktiken in einer Unternehmensumgebung.

Muss-Kriterien

- 2-4 Jahre Erfahrung in Software Engineering, DevOps-Automatisierung, Data Engineering, KI-Tooling oder plattformnahen Entwicklungsrollen
- Ausgeprägte Python-Kenntnisse mit der Fähigkeit, mit APIs, Scripting, Developer-Tooling, Dokumentation, Tests und leichtgewichtigen Automatisierungsservices zu arbeiten
- Grundlegendes Verständnis von Git-Versionskontrolle
- Grundlegendes Verständnis von CI/CD-Pipelines
- Grundlegendes Verständnis von Linux-Betriebssystemen
- Grundlegendes Verständnis von Containern (Docker)
- Grundlegendes Verständnis von Cloud-Plattformen
- Grundlegendes Verständnis von Software-Architekturdokumentation
- Bereitschaft, OpenStack-Kenntnisse zu vertiefen
- Sorgfältige Arbeitsweise mit guten Dokumentationsgewohnheiten
- Neugier und Lernbereitschaft
- Fähigkeit, unklare Befunde zu eskalieren, anstatt KI-generierten Antworten übermäßig zu vertrauen
- Komfortables Arbeiten in einer vertraulichen Unternehmensumgebung
- Lerngeschwindigkeit und Qualitätsdisziplin
- Strukturierte Kommunikationsfähigkeiten

Von Vorteil

- Praktische Vertrautheit mit KI-Coding-Assistenten (wie Cursor, Windsurf, Continue, Cline, Aider, Claude Code oder VS-Code-basierten Extensions)
- Erfahrung mit Prompt Engineering
- Erfahrung mit LLM-APIs
- Erfahrung mit lokaler Modellexperimentation
- Erfahrung mit RAG-Style-Entwicklung
- Vertrautheit mit KI-Entwicklungsumgebungen,



die für Unternehmens-Repositories konfiguriert sind
- Erfahrung mit Modellfamilien für Coding-Support (DeepSeek Coder, Qwen/Qwen-Coder, CodeGeeX, StarCoder, Code Llama, Mistral oder andere intern zugelassene Modelle)
- Erfahrung mit FastAPI
- Erfahrung mit Jupyter Notebooks
- Erfahrung mit LangChain
- Erfahrung mit LlamaIndex
- Erfahrung mit GitLab/GitHub-APIs
- Erfahrung mit Jenkins-APIs
- Erfahrung mit Markdown
- Erfahrung mit Dokumentationsautomatisierung
- Erfahrung mit Kubernetes
- Erfahrung mit Helm
- Erfahrung mit Linux-Shells
- Erfahrung mit Package Managern
- Erfahrung mit Log-Processing
- Erfahrung mit strukturierten Prompt-Repositories

Über uns T‑Systems ist Teil der Deutsche Telekom Gruppe mit rund 30.000 Mitarbeitern weltweit. Wir schaffen Technologie mit Sinn, um eine positive Wirkung auf die Gesellschaft zu erzielen. Wir suchen neugierige Talente, die lernbegierig sind, Herausforderungen annehmen und Ideen einbringen, die die Erfahrung unserer Kunden transformieren. Wir vertrauen Menschen: Wir bieten 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
- Zugang zu Coursera, um zu lernen, was du willst, wann du willst
- Wöchentliche Sprachkurse (Englisch & Deutsch)
- Internationale Mentoring-Sessions & Experience Days

Weitere Details

- Internationales, dynamisches und kollaboratives Umfeld
- T-Social: soziale Initiativen (Sport, Community, Gesundheit, ...)
- Hybrides Arbeitsmodell (remote/vor Ort)
- Adaptable Arbeitszeiten

T-Systems Iberia verarbeitet nur die Lebensläufe von Kandidaten, die die für jedes Angebot angegebenen Anforderungen erfüllen.

📌 AI Engineering Workflow Entwickler (m/w/d) (Granada)
🏢 Deutsche Telekom
📍 Granada