Deine Aufgabe Diese Rolle konzentriert sich auf die Definition und Leitung von KI-gestützten Software-Entwicklungslebenszyklus-Mustern für Enterprise-Engineering-Teams, die mit komplexen Control-Plane-Services und OpenStack-abgeleiteten Architekturen arbeiten.
Hauptaufgaben Definition und Leitung von KI-gestützten SDLC-Mustern für Repository-Aufnahme, Code-Exploration, Service-Mapping, Build-Diagnose, Dokumentation und Generierung von Engineering-Nachweisen
Anleitung der Analyse von OpenStack-abgeleiteten Control-Plane-Services, APIs, Abhängigkeiten, Integrationsabläufen und Build-Strukturen über mehrere Repositories und Teams hinweg
Evaluierung und Operationalisierung von KI-Entwicklungsplattformen, Coding-Agenten und genehmigten Open-Weight- oder chinesischen Coding-Modell-Stacks für sichere Enterprise-Anwendungsfälle
Etablierung von Human-in-the-Loop-Kontrollen, Qualitätsgates, Prompt-Bibliotheken, wiederverwendbaren Review-Mustern und Nachweisstandards für KI-generierte Engineering-Outputs
Coaching von Software-Ingenieuren und Plattform-Spezialisten zur sicheren, effektiven Nutzung von KI-Tools bei gleichzeitiger Koordination mit Architektur-, Sicherheits-, DevOps- und Test-Teams
Erstellung von Artefakten für Senior-Stakeholder, einschließlich Übergangsrisiken, Service-Dekompositionsansichten, Codebase-Reife-Beobachtungen und empfohlenen Engineering-Maßnahmen
Beispiele für Markt-Tools, Modelle und SDLC-Plattformen, die erwartet werden Arbeit mit KI-Entwicklungsumgebungen wie Cursor, Windsurf, Claude Code, Continue, Cline oder VS Code-basierten Extensions, die mit unternehmensgeprüften Modell-Endpunkten verbunden sind
Nutzung von Open-Source-, Open-Weight- oder chinesischen Coding-fähigen Modellen wie DeepSeek Coder, Qwen/Qwen-Coder, CodeGeeX, StarCoder, Code Llama, Mistral oder ähnlichen Modellen, die über genehmigte Kontrollen betrieben werden
Implementierung von agentischen und SDLC-Workflow-Komponenten wie LangGraph, OpenAI Agents SDK, AutoGen, LlamaIndex, RAG-Pipelines, Evaluierungsschleifen und strukturierten Tool-Calling-Mustern
Betrieb innerhalb von Engineering-Umgebungen einschließlich GitHub Enterprise, GitLab, Jenkins, ArgoCD, Helm, Docker,



Kubernetes, privaten Paket-Registries und terminal-nativen Automatisierungs-Workflows
Dein Profil Wir suchen einen hocherfahrenen AI-Assisted Engineering Lead mit fundierter Expertise in Software Engineering, KI-gestützten Coding-Tools und Plattformarchitektur. Der ideale Kandidat verfügt über umfangreiche praktische Erfahrung mit KI-Entwicklungsplattformen, Coding-Agenten und LLM-basierten Workflows, kombiniert mit ausgeprägten technischen Fähigkeiten in mehreren Programmiersprachen und Cloud-Architekturen.
Muss-Kriterien Mindestens 8 Jahre Erfahrung in Software Engineering, Platform Engineering oder technischen Architektur-Rollen
Nachgewiesene Verantwortung für komplexe Engineering-Workstreams
Ausgeprägte praktische Programmierkenntnisse in Python
Kenntnisse in mindestens einer Backend- oder Systemsprache wie Go, Java, C, C++ oder Rust
Fundierte praktische Erfahrung im Einsatz von KI-Coding-Agenten und LLM-basierten SDLC-Workflows für große Codebasen
Erfahrung mit KI-Coding-Agenten für technische Dokumentation
Erfahrung mit KI-Coding-Agenten zur Beschleunigung von Engineering-Prozessen
Gutes Verständnis von OpenStack-basierten Cloud-Software-Architekturen
Kenntnisse in modularer Service-Dekomposition
Erfahrung mit CI/CD-Prozessen
Erfahrung mit Kubernetes-basierter Auslieferung
Kenntnisse im Plattformbetrieb
Fähigkeit, Senior Engineers in unklaren Umgebungen zu führen
Fähigkeit, KI-Outputs kritisch zu hinterfragen
Fähigkeit, unvollständige Informationen in strukturierte, umsetzbare Engineering-Entscheidungen umzuwandeln
Sicherer Umgang in Programmen mit hoher Verantwortlichkeit und Vertraulichkeitsanforderungen im Unternehmensumfeld
Erfahrung im Umgang mit Anforderungen an Nachprüfbarkeit, Rückverfolgbarkeit und Datensouveränität




Vertrautheit mit KI-Entwicklungsumgebungen wie Cursor, Windsurf, Claude Code, Continue, Cline oder VS Code-basierten Extensions
Kenntnisse von Open-Source-, Open-Weight- oder chinesischen Coding-fähigen Modellen wie DeepSeek Coder, Qwen/Qwen-Coder, CodeGeeX, StarCoder, Code Llama, Mistral oder ähnlichen Modellen
Erfahrung mit agentischen und SDLC-Workflow-Komponenten wie LangGraph, OpenAI Agents SDK, AutoGen, LlamaIndex, RAG-Pipelines, Evaluation Loops und strukturierten Tool-Calling-Patterns
Erfahrung mit Engineering-Umgebungen wie GitHub Enterprise, GitLab, Jenkins, ArgoCD, Helm, Docker, Kubernetes, privaten Package Registries und terminal-nativen Automatisierungs-Workflows
Über uns T-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.
Arbeitsumfeld & Flexibilität Internationales, dynamisches und kollaboratives Umfeld
T-Social: soziale Initiativen (Sport, Community, Gesundheit, ...)
Hybrides Arbeitsmodell (remote/vor Ort)
Versátil Arbeitszeiten
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
Vergütung & Benefits Flexibler Vergütungsplan (Krankenversicherung, Essensgutscheine, Kinderbetreuung, Transport)
Telemedizin
Lebens- und Unfallversicherung
Sozialfonds
Wohlbefinden & Freizeit 26+ Arbeitstage Urlaub pro Jahr
Kostenloser Zugang zu Fachdiensten (medizinisch, rechtlich, Wellness)
100% Gehaltsfortzahlung während Krankheitsurlaub
#J-18808-Ljbffr

📌 Ai Sdlc Lead Engineer (M/W/D) (Granada)
🏢 Deutsche Telekom
📍 Granada