Deine AufgabeDiese 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.HauptaufgabenImplementierung und Wartung kleiner KI-gestützter Engineering-Utilities für Repository-Indexierung, Code-Zusammenfassung, Dependency-Extraktion, Log-Parsing und DokumentationsgenerierungUnterstützung von Senior Engineers bei der Konfiguration von KI-Entwicklungsumgebungen, beim Testen von Prompts, beim Vergleichen von Modell-Outputs und beim Dokumentieren wiederholbarer SDLC-NutzungsmusterErstellung von Skripten und leichtgewichtigen Services, die Git-Repositories, CI/CD-Logs, Issue-Tracker, Dokumentationsspeicher und interne Modell-Endpunkte verbindenUnterstützung bei der Vorbereitung von Übergabematerialien einschließlich Codebase-Zusammenfassungen, Service-Notizen, Build-Beobachtungen, Glossareinträgen und strukturierten Evidenz-TemplatesTesten von Open-Source-, Open-Weight- und chinesischen Coding-Modellen in genehmigten Umgebungen und Dokumentation von Stärken, Einschränkungen, Risiken und praktischen NutzungshinweisenTeilnahme an Reviews mit Senior Engineers zur Validierung von KI-generierten Outputs, Korrektur von Ungenauigkeiten und Verbesserung der Workflow-Qualität im Laufe der ZeitTools und PlattformenDu 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 ProfilWir 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-Kriterien2-4 Jahre Erfahrung in Software Engineering, DevOps-Automatisierung, Data Engineering, KI-Tooling oder plattformnahen EntwicklungsrollenAusgeprägte Python-Kenntnisse mit der Fähigkeit, mit APIs, Scripting, Developer-Tooling, Dokumentation, Tests und leichtgewichtigen Automatisierungsservices zu arbeitenGrundlegendes Verständnis von Git-VersionskontrolleGrundlegendes Verständnis von CI/CD-PipelinesGrundlegendes Verständnis von Linux-BetriebssystemenGrundlegendes Verständnis von Containern (Docker)Grundlegendes Verständnis von Cloud-PlattformenGrundlegendes Verständnis von Software-ArchitekturdokumentationBereitschaft, OpenStack-Kenntnisse zu vertiefenSorgfältige Arbeitsweise mit guten DokumentationsgewohnheitenNeugier und LernbereitschaftFähigkeit, unklare Befunde zu eskalieren, anstatt KI-generierten Antworten übermäßig zu vertrauenKomfortables Arbeiten in einer vertraulichen UnternehmensumgebungLerngeschwindigkeit und QualitätsdisziplinStrukturierte KommunikationsfähigkeitenVon VorteilPraktische Vertrautheit mit KI-Coding-Assistenten (wie Cursor, Windsurf, Continue, Cline, Aider, Claude Code oder VS-Code-basierten Extensions)Erfahrung mit Prompt EngineeringErfahrung mit LLM-APIs#J-18808-Ljbffr

📌 Ai Engineering Workflow Entwickler (M/W/D) (Madrid)
🏢 Deutsche Telekom
📍 Madrid