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

#J-18808-Ljbffr

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