KI-Softwareentwickler / Agentic SDLC Workflow Engineer (m/w/d)

Deutsche Telekom; Bilbao; Hybrid; EUR 60.000 - 85.000; Vollzeit

Benefits dieser Stelle

Coursera-Schulungen

Sprachkurse Englisch & Deutsch

Hybrides Arbeitsmodell

Krankenversicherung

Essensgutscheine

Kinderbetreuung

Transportzuschuss

Telemedizin

Lebens- und Unfallversicherung

Urlaub 26+ Tage

Zusammenfassung

T-Systems sucht einen erfahrenen AI Workflow Engineer zur Entwicklung von KI-gestützten Workflows in einer hybriden Arbeitsumgebung in Bilbao. Sie arbeiten an Repository-Analysen, Code-Scanning, Service-Dekomposition und Dependency-Discovery, bauen Reusable Frameworks und integrieren diese in Git/CI/CD-Umgebungen.

Sie verfügen über starke Python-Kompetenzen, Erfahrung mit orchestrierenden Frameworks und umfassendes Verständnis von Cloud-Architekturen.

Qualifikationen

• Mindestens 5 Jahre Engineering-Erfahrung in Softwareentwicklung, DevOps oder AI-Workflow-Implementierung.
• Ausgeprägte Python-Kenntnisse und API-Integrationserfahrung.
• Praktische Kenntnisse von Orchestrierungs-Frameworks und von RAG-Patterns.
• Gute Kenntnisse zu CI/CD, Git-Workflows, Container-Technologien und Kubernetes.
• Ausgeprägte Schreibfähigkeiten zur Erstellung von Workflow-Dokumentation und Evidence Packs.

Aufgaben

• Aufbau reusebarer KI-gestützter Workflows für Repository-Analyse, Code-Scanning und Build-Diagnose.
• Verpackung von Prompts, Tools, Retrieval-Layern, Model-Routing und Evaluierungsprüfungen in Engineering-Beschleuniger.
• Integration von KI-Workflows mit Git-Plattformen, CI/CD-Systemen, Dokumentationsspeichern und Issue-Trackern.
• Erstellung von nachvollziehbaren Outputs inkl. Quellenreferenzen, Konfidenzindikatoren und Reviewer-Checkpoints.
• Experimentieren mit Open-Source-/Open-Weight-Modellen in genehmigten Umgebungen zur SDLC-Automatisierung.
• Übersetzung komplexer Engineering-Fragen in strukturierte KI-Workflows und validated Ergebnisse.

Kenntnisse

Python

CI/CD

Kubernetes

Git-Workflows

API-Integration

Logging & Observability

AI-Workflow Frameworks

Documentation

Tools

LangGraph

AutoGen

CrewAI

OpenAI Agents SDK

Jobbeschreibung

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 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