KI-Workflow-Ingenieur: Wiederverwendbare AI-SDLC-Pipelines

Deutsche Telekom; La Coruña; Híbrido; EUR 60.000 - 90.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Flexible compensation

Health insurance

Meal vouchers

Childcare assistance

Transport allowance

Telemedicine

Life insurance

Social fund

Descripción de la vacante

Deutsche Telekom sucht einen erfahrenen AI Workflow Engineer zur Entwicklung repetierbarer KI-gestützter Workflows für Repository-Analyse, Code-Scanning, Service-Dekomposition, Dependency-Discovery, Build-Diagnose und Dokumentationsgenerierung. Sie verpacken Prompts, Tools und Tracking in Engineering-Acceleratoren.

Der Kandidat verfügt über umfangreiche Python-Kenntnisse, Erfahrung mit CI/CD, API-Integration, Orchestrierungs-Frameworks und modularem Cloud-Umgebungen; idealerweise mit

Formación

• Mindestens 5 Jahre Engineering-Erfahrung in Softwareentwicklung/DevOps/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 mit Umwandlung von Prototypen in wiederverwendbare Engineering-Workflows
• 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 und Evidence Packs
• Du fühlst dich wohl in vertraulichkeitssensiblen Umgebungen
• Erfahrung mit Agentic-Workflow-Frameworks wie LangGraph, AutoGen, CrewAI, OpenAI Agents SDK, LlamaIndex Workflows, Semantic Kernel oder vergleichbaren 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 wie DeepSeek Coder, Qwen/Qwen-Coder, CodeGeeX, StarCoder, Code Llama, Mistral oder Frontier-Modelle
• Erfahrung mit unterstützenden Komponenten wie Vektordatenbanken, Graph Stores, Code Indexing, OpenAPI Wrappers, GitLab/GitHub APIs, Jenkins APIs, Observability und Evaluation Dashboards

Responsabilidades

• 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-/chinesischen Coding-Modellen in genehmigten Umgebungen, um Nützlichkeit für SDLC-Automatisierung zu vergleichen
• Unterstützung von Arbeitspaket-Leads durch Übersetzung mehrdeutiger Engineering-Fragen in strukturierte KI-gestützte Workflows und validierte Ergebnisse

Conocimientos

Python

CI/CD

API-Integration

Orchestrierungs-Frameworks

RAG-Patterns

Tool Calling

Evaluation Loops

Herramientas

GitLab/GitHub APIs

Descripción del empleo

Deutsche Telekom sucht einen erfahrenen AI Workflow Engineer zur Entwicklung repetierbarer KI-gestützter Workflows für Repository-Analyse, Code-Scanning, Service-Dekomposition, Dependency-Discovery, Build-Diagnose und Dokumentationsgenerierung. Sie verpacken Prompts, Tools und Tracking in Engineering-Acceleratoren.

Der Kandidat verfügt über umfangreiche Python-Kenntnisse, Erfahrung mit CI/CD, API-Integration, Orchestrierungs-Frameworks und modularem Cloud-Umgebungen; idealerweise mit