AI SDLC Lead Engineer

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-Syste