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.

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-, Dev Ops-, 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 Deep Seek Coder, Qwen/Qwen-Coder, Code GeeX, Star Coder, Code Llama, Mistral oder ähnliche intern gehostete Modelle.

Qualitäts- und Sicherheits-Tooling umfasst Sonar Qube, Semgrep, Trivy, Git Guardian, Syft, Grype, dependency-check, Falco, SBOM-Tooling sowie Container-/Image-Scanner. Engineering-Umgebungen umfassen Git Lab,



Git Hub 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, Dev SecOps 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, Dev SecOps, 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, Lizenzierungs‑Signale 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-, Dev Ops-, 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 Deep Seek Coder, Qwen/Qwen‑Coder, Code GeeX, Star Coder, Code Llama, Mistral oder ähnlichen intern gehosteten Modellen

Erfahrung mit Qualitäts- und Security‑Tooling wie Sonar Qube, Semgrep, Trivy, Git Guardian, Syft, Grype, dependency‑check, Falco, SBOM‑Tooling und Container‑/Image‑Scannern

Erfahrung mit Engineering‑Umgebungen wie Git Lab, Git Hub Enterprise, Jenkins, Kubernetes, Helm, Docker, ArgoCD, Package‑Registries, Python‑Tooling und Log‑Analyse-Workflows

Von Vorteil

Gutes Verständnis von Open Stack‑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)

Adaptable 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

#J-18808-Ljbffr

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