ProfilMindestens 8 Jahre Erfahrung in Software Engineering, Platform Engineering oder technischen Architektur-RollenNachgewiesene Verantwortung für komplexe Engineering-WorkstreamsAusgeprägte praktische Programmierkenntnisse in PythonKenntnisse in mindestens einer Backend- oder Systemsprache wie Go, Java, C, C++ oder RustTiefgreifende praktische Erfahrung mit KI-Coding-Agenten und LLM-gestützten SDLC-Workflows für große CodebasenErfahrung mit KI-Coding-Agenten für technische Dokumentation und Engineering-BeschleunigungGutes Verständnis von OpenStack-basierten Cloud-Software-ArchitekturenKenntnisse in modularer Service-DekompositionErfahrung mit CI/CD-PipelinesErfahrung mit Kubernetes-basierter Auslieferung und Plattform-BetriebFähigkeit, Senior Engineers in unklaren Umgebungen zu führenFähigkeit, KI-Outputs zu hinterfragen und unvollständige Erkenntnisse in strukturierte, umsetzbare Engineering-Entscheidungen umzuwandelnSicherer Umgang in hochverantwortlichen, vertraulichkeitssensiblen UnternehmensprogrammenErfahrung mit Nachvollziehbarkeit, Rückverfolgbarkeit und Souveränitätsanforderungen in UnternehmensumgebungenErfahrung mit KI-Entwicklungsumgebungen wie Cursor, Windsurf, Claude Code, Continue, Cline oder VS Code-basierten ExtensionsKenntnisse von Open-Source-, Open-Weight- oder chinesischen Coding-fähigen Modellen wie DeepSeek Coder, Qwen/Qwen-Coder, CodeGeeX, StarCoder, Code Llama, Mistral oder ähnlichen ModellenErfahrung mit agentischen und SDLC-Workflow-Komponenten wie LangGraph, OpenAI Agents SDK, AutoGen, LlamaIndex, RAG-Pipelines, Evaluierungsschleifen und strukturierten Tool-Calling-PatternsErfahrung mit Engineering-Umgebungen einschließlich GitHub Enterprise, GitLab, Jenkins, ArgoCD, Helm, Docker, Kubernetes, privaten Package-Registries und terminal-nativen Automatisierungs-WorkflowsFähigkeit, KI-gestützte SDLC-Patterns für Repository-Aufnahme, Code-Exploration, Service-Mapping, Build-Diagnose, Dokumentation und Engineering-Evidence-Generierung zu definieren und zu leitenFähigkeit, die Analyse von OpenStack-basierten Control-Plane-Services, APIs, Abhängigkeiten, Integrationsflüssen und Build-Strukturen über mehrere Repositories und Teams hinweg anzuleitenFähigkeit, KI-Entwicklungsplattformen, Coding-Agenten und genehmigte Modell-Stacks für sichere Unternehmens-Use-Cases zu evaluieren und zu operationalisierenFähigkeit, Human-in-the-Loop-Kontrollen, Quality Gates, Prompt-Bibliotheken, wiederverwendbare Review-Patterns und Evidence-Standards für KI-generierte Engineering-Outputs zu etablierenFähigkeit, Software Engineers und Plattform-Spezialisten im sicheren, effektiven Einsatz von KI-Tools zu coachenFähigkeit, mit Architektur-, Security-,



DevOps- und Testing-Teams zu koordinierenFähigkeit, für Senior Stakeholder geeignete Artefakte zu erstellen, einschließlich Übergangsrisiken, Service-Dekompositions-Ansichten, Codebase-Reife-Beobachtungen und empfohlenen Engineering-MaßnahmenWir suchen einen hocherfahrenen AI-Assisted SDLC Lead / Senior Platform Engineer mit tiefgreifender Expertise in KI-gestützten Softwareentwicklungs-Workflows, OpenStack-basierten Cloud-Architekturen und unternehmensweiten Engineering-Praktiken. Der ideale Kandidat wird KI-gestützte Entwicklungsmuster leiten, komplexe Codebase-Analysen anleiten und Qualitätskontrollen für KI-generierte Engineering-Outputs etablieren.Muss-KriterienMindestens 8 Jahre Erfahrung in Software Engineering, Platform Engineering oder technischen Architektur-RollenNachgewiesene Verantwortung für komplexe Engineering-WorkstreamsAusgeprägte praktische Programmierkenntnisse in PythonKenntnisse in mindestens einer Backend- oder Systemsprache wie Go, Java, C, C++ oder RustTiefgreifende praktische Erfahrung mit KI-Coding-Agenten und LLM-gestützten SDLC-Workflows für große CodebasenErfahrung mit KI-Coding-Agenten für technische Dokumentation und Engineering-BeschleunigungGutes Verständnis von OpenStack-basierten Cloud-Software-ArchitekturenKenntnisse in modularer Service-DekompositionErfahrung mit CI/CD-PipelinesErfahrung mit Kubernetes-basierter Auslieferung und Plattform-BetriebFähigkeit, Senior Engineers in unklaren Umgebungen zu führenFähigkeit, KI-Outputs zu hinterfragen und unvollständige Erkenntnisse in strukturierte, umsetzbare Engineering-Entscheidungen umzuwandelnSicherer Umgang in hochverantwortlichen, vertraulichkeitssensiblen UnternehmensprogrammenErfahrung mit Nachvollziehbarkeit, Rückverfolgbarkeit und Souveränitätsanforderungen in UnternehmensumgebungenErfahrung mit KI-Entwicklungsumgebungen wie Cursor, Windsurf, Claude Code, Continue, Cline oder VS Code-basierten ExtensionsKenntnisse von Open-Source-, Open-Weight- oder chinesischen Coding-fähigen Modellen wie DeepSeek Coder, Qwen/Qwen-Coder, CodeGeeX, StarCoder, Code Llama, Mistral oder ähnlichen ModellenErfahrung mit agentischen und SDLC-Workflow-Komponenten wie LangGraph, OpenAI Agents SDK, AutoGen, LlamaIndex, RAG-Pipelines, Evaluierungsschleifen und strukturierten Tool-Calling-PatternsErfahrung mit Engineering-Umgebungen einschließlich GitHub Enterprise, GitLab,



Jenkins, ArgoCD, Helm, Docker, Kubernetes, privaten Package-Registries und terminal-nativen Automatisierungs-WorkflowsFähigkeit, KI-gestützte SDLC-Patterns für Repository-Aufnahme, Code-Exploration, Service-Mapping, Build-Diagnose, Dokumentation und Engineering-Evidence-Generierung zu definieren und zu leitenFähigkeit, die Analyse von OpenStack-basierten Control-Plane-Services, APIs, Abhängigkeiten, Integrationsflüssen und Build-Strukturen über mehrere Repositories und Teams hinweg anzuleitenFähigkeit, KI-Entwicklungsplattformen, Coding-Agenten und genehmigte Modell-Stacks für sichere Unternehmens-Use-Cases zu evaluieren und zu operationalisierenFähigkeit, Human-in-the-Loop-Kontrollen, Quality Gates, Prompt-Bibliotheken, wiederverwendbare Review-Patterns und Evidence-Standards für KI-generierte Engineering-Outputs zu etablierenFähigkeit, Software Engineers und Plattform-Spezialisten im sicheren, effektiven Einsatz von KI-Tools zu coachenFähigkeit, mit Architektur-, Security-, DevOps- und Testing-Teams zu koordinierenFähigkeit, für Senior Stakeholder geeignete Artefakte zu erstellen, einschließlich Übergangsrisiken, Service-Dekompositions-Ansichten, Codebase-Reife-Beobachtungen und empfohlenen Engineering-MaßnahmenÜber unsT‑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)TelemedizinLebens- und UnfallversicherungSozialfonds26+ Urlaubstage pro JahrKostenloser Zugang zu Fachdiensten (medizinisch, rechtlich, Wellness)100% Gehaltsfortzahlung während KrankheitsurlaubWeitere DetailsInternationales, dynamisches und kollaboratives UmfeldT‑Social: soziale Initiativen (Sport, Community, Gesundheit, ...)Hybrides Arbeitsmodell (remote/vor Ort)Adaptable ArbeitszeitenMaßgeschneidertes Training: Zugang zu Coursera, um zu lernen, was du willst, wann du willstWöchentliche Sprachkurse (Englisch & Deutsch)Internationale Mentoring-Sessions & Experience DaysT-Systems Iberia wird nur die Lebensläufe von Kandidaten bearbeiten, die die für jedes Angebot angegebenen Anforderungen erfüllen.
#J-18808-Ljbffr

📌 AI SDLC Lead Engineer (m/w/d) (Sevilla)
🏢 Deutsche Telekom
📍 Sevilla