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 Open Stack-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 Open Stack-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-, Dev Ops
- 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 Deep Seek Coder, Qwen/Qwen-Coder, Code Gee X, Star Coder, Code Llama, Mistral oder ähnlichen Modellen, die über genehmigte Kontrollen betrieben werden Implementierung von agentischen und SDLC-Workflow-Komponenten wie Lang Graph, Open AI Agents SDK, Auto Gen, Llama Index, RAG-Pipelines, Evaluierungsschleifen und strukturierten Tool-Calling-Mustern Betrieb innerhalb von Engineering-Umgebungen einschließlich Git Hub Enterprise, Git Lab, Jenkins, Argo CD, 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 Open Stack-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 Deep Seek Coder, Qwen/Qwen-Coder, Code Gee X, Star Coder, Code Llama, Mistral oder ähnlichen Modellen Erfahrung mit agentischen und SDLC-Workflow-Komponenten wie Lang Graph, Open AI Agents SDK, Auto Gen, Llama Index, RAG-Pipelines, Evaluation Loops und strukturierten Tool-Calling-Patterns Erfahrung mit Engineering-Umgebungen wie Git Hub Enterprise, Git Lab, Jenkins, Argo CD, 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 transformi