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, Evaluierungsprüfungen, 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, Evaluierungsprüfungen, 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

Verpackung von Prompts, Tools, Retrieval-Layern, Model-Routing, Evaluierungsprüfungen, 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-Evidenz-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 umfangreicher Engineering-Erfahrung in den Bereichen Softwareentwicklung, DevOps-Automatisierung und AI-Workflow-Implementierung. Der ideale Kandidat sollte über ausgeprägte Python-Kenntnisse, praktische Erfahrung mit Agentic-Workflow-Frameworks und ein tiefes Verständnis von CI/CD-Systemen und Cloud-Umgebungen verfügen.

Muss-Kriterien

Mindestens 5 Jahre Engineering-Erfahrung in den Bereichen Softwareentwicklung, DevOps-Automatisierung, Platform Engineering oder AI-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, Error Handling, 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, vertraulichkeitssensiblen Umgebungen, in denen AI-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 AI-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 Indexing, OpenAPI Wrappers, 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 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

📌 KI-Softwareentwickler / Agentic SDLC Workflow Engineer (m/w/d) (Sevilla)
🏢 Deutsche Telekom
📍 Sevilla