AI SDLC Lead Engineer (m/w/d)

Deutsche Telekom; Madrid; Hybrid; EUR 90,000 - 130,000; Full time

Benefits offered by this job

Krankenversicherung

Essensgutscheine

Kinderbetreuung

Transport

Telemedizin

Lebens- und Unfallversicherung

Sozialfonds

26+ Urlaubstage

Job summary

T-Systems ist Teil der Deutsche Telekom Gruppe und sucht eine hoch erfahrene AI-Assist Engineering Lead-Führungskraft. Sie steuern KI-gestützte SDLC-Muster, arbeiten an OpenStack-basierten Architekturen und coachen Ingenieure in der sicheren Nutzung von KI-Tools.

Sie bringen Expertise in mehreren Programmiersprachen, Cloud-Architekturen und Open-Source-/Open-Weight-Modellen mit, um anspruchsvolle Enterprise-Anforderungen zu gestalten.

Qualifications

• Mindestens 8 Jahre Erfahrung in Software Engineering oder Platform Engineering.
• Verantwortung für komplexe Engineering-Workstreams.
• Ausgeprägte Programmierkenntnisse in Python.
• Kenntnisse in einer Backend-/Systemsprache wie Go, Java, C, C++ oder Rust.
• Erfahrung mit KI-Coding-Agenten und LLm-basierten SDLC-Workflows.
• Erfahrung mit OpenStack-basierten Cloud-Architekturen.
• Erfahrung mit CI/CD-Prozessen und Kubernetes-Lieferketten.
• Gutes Verständnis von Open-Source-/Open-Weight-Modellen und sicheren Betriebspraktiken.

Responsibilities

• Definition und Leitung von KI-gestützten SDLC-Mustern für Repository-Aufnahme, Code-Exploration, Service-Mapping, Build-Diagnose, Dokumentation und Nachweise.
• Analyse von OpenStack-basierten Control-Plane-Services, APIs, Abhängigkeiten und Build-Strukturen über mehrere Repositories und Teams hinweg.
• Operationalisierung von KI-Entwicklungsplattformen, Coding-Agenten und genehmigten Codemodellen für sichere Enterprise-Anwendungsfälle.
• Etablierung von Human-in-the-Loop-Kontrollen, Qualitätsgates, Prompt-Bibliotheken und Nachweisstandards für KI-Outputs.
• Coaching von Software-Ingenieuren und Plattform-Spezialisten zur sicheren Nutzung von KI-Tools und Koordination mit Architektur-, Sicherheits-, DevOps- und Test-Teams.
• Erstellung von Artefakten für Senior-Stakeholder zu Übergangsrisiken, Service-Dekomposition und empfohlenen Maßnahmen.

Skills

Python

Backend languages

OpenStack

Kubernetes

CI/CD

AI-Coding Agents

Leadership

Cloud Architecture

Security & Compliance

Tools

Cursor

Windsurf

Claude Code

VS Code Extensions

LangGraph

OpenAI Agents SDK

LlamaIndex

RAG-Pipelines

GitHub Enterprise

GitLab

Jenkins

ArgoCD

Docker

Job description

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)
• Flexible 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