Deine Aufgabe Diese Rolle konzentriert sich auf den Aufbau wiederverwendbarer KI-gestützter Workflows für Repository-Analyse, Code-Scanning, Service-Dekomposition, Dependency-Discovery, Build-Diagnose und Dokumentationsgenerierung. Du verpackst Prompts, Tools, Retrieval-Layer, Model-Routing, Evaluierungschecks, Wiederholungsversuche und menschliche Freigabeschritte in wiederholbare Engineering-Beschleuniger.
Deine Aufgabe Diese Rolle konzentriert sich auf den Aufbau wiederverwendbarer KI-gestützter Workflows für Repository-Analyse, Code-Scanning, Service-Dekomposition, Dependency-Discovery, Build-Diagnose und Dokumentationsgenerierung. Du verpackst Prompts, Tools, Retrieval-Layer, Model-Routing, Evaluierungschecks, Wiederholungsversuche und menschliche Freigabeschritte in wiederholbare Engineering-Beschleuniger.
Hauptaufgaben Aufbau wiederverwendbarer KI-gestützter Workflows für Repository-Analyse, Code-Scanning, Service-Dekomposition, Dependency-Discovery, Build-Diagnose und Dokumentationsgenerierung.
Verpacken von Prompts, Tools, Retrieval-Layern, Model-Routing, Evaluierungschecks, Wiederholungsversuchen und menschlichen Freigabeschritten in wiederholbare Engineering-Beschleuniger.
Integration von KI-Workflows mit Git-Plattformen, CI/CD-Systemen, Dokumentationsspeichern, Issue-Trackern, Test-Outputs, Service-Katalogen und Architektur-Evidence-Repositories.
Erstellung von Workflow-Outputs, die nachvollziehbar bleiben, einschließlich nachverfolgbarer Quellenreferenzen, Konfidenzindikatoren, Reviewer-Checkpoints und expliziter Annahmen.
Experimentieren mit Open-Source-, Open-Weight- und chinesischen Coding-Modellen in genehmigten Umgebungen, um die Nützlichkeit für SDLC-Automatisierung und Übergabeaufgaben zu vergleichen.
Unterstützung von Arbeitspaket-Leads durch Übersetzung mehrdeutiger Engineering-Fragen in strukturierte KI-gestützte Workflows und validierte Ergebnisse.
Dein Profil Wir suchen einen erfahrenen AI Workflow Engineer mit ausgeprägten praktischen Python-Kenntnissen,



Erfahrung in DevOps-Automatisierung und Expertise im Aufbau wiederverwendbarer KI-gestützter Workflows für SDLC-Automatisierung, Code-Analyse und Engineering-Beschleuniger.
Muss-Kriterien Mindestens 5 Jahre Engineering-Erfahrung in den Bereichen Softwareentwicklung, DevOps-Automatisierung, Platform Engineering oder KI-Workflow-Implementierung
Ausgeprägte praktische Python-Kenntnisse
Erfahrung mit API-Integration
Praktische Kenntnisse von Orchestrierungs-Frameworks
Praktische Kenntnisse von RAG-Patterns
Praktische Kenntnisse von Tool Calling
Praktische Kenntnisse von Evaluation Loops
Erfahrung in der Umwandlung von Prototypen in wiederverwendbare Engineering-Workflows mit klaren Schnittstellen, Logging, Fehlerbehandlung, Konfiguration und Wartbarkeitsdisziplin
Gutes Verständnis von CI/CD
Gutes Verständnis von Git-Workflows
Gutes Verständnis von Containern
Gutes Verständnis von Kubernetes
Gutes Verständnis von Software-Architektur-Dokumentation
Gutes Verständnis von modularen Cloud-Software-Umgebungen
Ausgeprägte schriftliche Kommunikationsfähigkeiten zur Erstellung von Workflow-Dokumentation, Evidence Packs, Nutzungsanleitungen und Entscheidungsunterstützung für Senior Stakeholder
Du fühlst dich wohl in mehrdeutigen, vertraulichen Umgebungen, in denen KI-Outputs überprüft, begründet und in zuverlässige Engineering-Nachweise umgewandelt werden müssen
Erfahrung mit Agentic-Workflow-Frameworks wie LangGraph, AutoGen, CrewAI, OpenAI Agents SDK, LlamaIndex Workflows, Semantic Kernel oder vergleichbaren Orchestrierungs-Stacks




Erfahrung mit KI-Entwicklungsplattformen und Editor-Integrationen wie Cursor, Windsurf, Claude Code, Continue, Cline, Aider oder VS Code-kompatiblen internen Assistenten
Kenntnisse von Modellfamilien, die für SDLC-Automatisierung relevant sind, wie DeepSeek Coder, Qwen/Qwen-Coder, CodeGeeX, StarCoder, Code Llama, Mistral oder unternehmensgehostete Frontier-Modelle
Erfahrung mit unterstützenden Komponenten wie Vektordatenbanken, Graph Stores, Code-Indexierung, OpenAPI-Wrappern, GitLab/GitHub-APIs, Jenkins-APIs, Observability und Evaluation-Dashboards
Über uns T‑Systems ist Teil der Deutsche 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 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.
Flexibles Vergütungsmodell (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 Internationales, dynamisches und kollaboratives Umfeld
T‑Social: soziale Initiativen (Sport, Community, Gesundheit, …)
Hybrides Arbeitsmodell (remote/vor Ort)
Adaptable Arbeitszeiten
Weitere Details Maßgeschneiderte Schulungen: Zugang zu Coursera, um zu lernen, was du willst, wann du willst
Wöchentliche Sprachkurse (Englisch & Deutsch)
Internationale Mentoring-Sessions & Experience Days
Und viele weitere Vorteile, Teil von T-Systems zu sein!
#J-18808-Ljbffr

📌 Ki-Softwareentwickler / Agentischer Sdlc-Workflow-Ingenieur (M/W/D) (Bilbao)
🏢 Deutsche Telekom
📍 Bilbao