Deine Aufgabe
Diese Rolle umfasst die Implementierung und Wartung kleiner KI-gestützter Engineering-Utilities sowie die Unterstützung von Senior Engineers in KI-Entwicklungsumgebungen.
Du arbeitest mit verschiedenen KI-Coding-Modellen, Entwicklungstools und SDLC-Plattformen, um Engineering-Workflows und Dokumentation zu verbessern.
Hauptaufgaben
Implementierung und Wartung kleiner KI-gestützter Engineering-Utilities für Repository-Indexierung, Code-Zusammenfassung, Dependency-Extraktion, Log-Parsing und Dokumentationsgenerierung
Unterstützung von Senior Engineers bei der Konfiguration von KI-Entwicklungsumgebungen, beim Testen von Prompts, beim Vergleichen von Modell-Outputs und beim Dokumentieren wiederholbarer SDLC-Nutzungsmuster
Erstellung von Skripten und leichtgewichtigen Services, die Git-Repositories, CI/CD-Logs, Issue-Tracker, Dokumentationsspeicher und interne Modell-Endpunkte verbinden
Unterstützung bei der Vorbereitung von Übergabematerialien einschließlich Codebase-Zusammenfassungen, Service-Notizen, Build-Beobachtungen, Glossareinträgen und strukturierten Evidenz-Templates
Testen von Open-Source-, Open-Weight- und chinesischen Coding-Modellen in genehmigten Umgebungen und Dokumentation von Stärken, Einschränkungen, Risiken und praktischen Nutzungshinweisen
Teilnahme an Reviews mit Senior Engineers zur Validierung KI-generierter Outputs, Korrektur von Ungenauigkeiten und Verbesserung der Workflow-Qualität im Laufe der Zeit
Tools und Plattformen, mit denen du arbeiten wirst
KI-Entwicklungsumgebungen wie Cursor, Windsurf, Continue, Cline, Aider, Claude Code oder VS Code-basierte Extensions, die für Enterprise-Repositories konfiguriert sind
Modellfamilien für Coding-Support wie DeepSeek Coder, Qwen/Qwen-Coder, CodeGeeX, StarCoder, Code Llama,



Mistral oder andere intern genehmigte Modelle
Workflow- und Integrations-Tooling wie Python, FastAPI, Notebooks, LangChain, LlamaIndex, GitLab/GitHub APIs, Jenkins APIs, Markdown und Dokumentationsautomatisierung
Unterstützende Engineering-Tools wie Git, Docker, Kubernetes-Grundlagen, Helm-Grundlagen, Linux-Shells, Paketmanager, Log-Verarbeitung und strukturierte Prompt-Repositories
Dein Profil
Wir suchen einen AI-Assisted Engineering Support Specialist mit ausgeprägten Python-Entwicklungskenntnissen, praktischer Erfahrung mit KI-Coding-Tools und solidem Verständnis von DevOps-Praktiken zur Unterstützung von KI-gesteuerten Software-Entwicklungslebenszyklus-Initiativen.
Muss-Kriterien
2-4 Jahre Erfahrung in Software Engineering, DevOps-Automatisierung, Data Engineering, KI-Tooling oder plattformnahen Entwicklungsrollen
Gute Python-Kenntnisse mit der Fähigkeit, mit APIs, Scripting, Developer-Tooling, Dokumentation, Tests und leichtgewichtigen Automatisierungsservices zu arbeiten
Grundlegendes Verständnis von Git
Grundlegendes Verständnis von CI/CD
Grundlegendes Verständnis von Linux
Grundlegendes Verständnis von Containern
Grundlegendes Verständnis von Cloud-Plattformen
Grundlegendes Verständnis von Software-Architektur-Dokumentation
Bereitschaft, OpenStack-Kenntnisse zu vertiefen
Sorgfältige Arbeitsweise mit guten Dokumentationsgewohnheiten




Neugier und Fähigkeit, unklare Erkenntnisse zu eskalieren, anstatt KI-generierten Antworten übermäßig zu vertrauen
Du fühlst dich wohl in einer vertraulichen Unternehmensumgebung
Lerngeschwindigkeit und Qualitätsdisziplin
Strukturierte Kommunikationsfähigkeiten
Vertrautheit mit KI-Entwicklungsumgebungen wie Cursor, Windsurf, Continue, Cline, Aider, Claude Code oder VS Code-basierten Extensions, die für Enterprise-Repositories konfiguriert sind
Kenntnisse von Modellfamilien, die für Coding-Support verwendet werden, wie DeepSeek Coder, Qwen/Qwen-Coder, CodeGeeX, StarCoder, Code Llama, Mistral oder andere intern zugelassene Modelle
Erfahrung mit Workflow- und Integrations-Tooling wie Python, FastAPI, Notebooks, LangChain, LlamaIndex, GitLab/GitHub APIs, Jenkins APIs, Markdown und Dokumentationsautomatisierung
Kenntnisse von unterstützenden Engineering-Tools wie Git, Docker, Kubernetes-Grundlagen, Helm-Grundlagen, Linux-Shells, Paketmanagern, Log-Verarbeitung und strukturierten Prompt-Repositories
Von Vorteil
Praktische Vertrautheit mit KI-Coding-Assistenten
Erfahrung mit Prompt Engineering
Erfahrung mit LLM-APIs
Erfahrung mit lokaler Modell-Experimentierung
Erfahrung mit RAG-Style-Entwicklung
Über uns
T-Systems ist Teil der Deutsche Telekom Gruppe mit rund ** 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 oh

📌 Ai Engineering Workflow Entwickler (Gijón)
🏢 Deutsche Telekom
📍 Gijón