AI SDLC Lead Engineer

Profil

• 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
• Tiefgreifende praktische Erfahrung mit KI-Coding-Agenten und LLM-gestützten SDLC-Workflows für große Codebasen
• Erfahrung mit KI-Coding-Agenten für technische Dokumentation und Engineering-Beschleunigung
• Gutes Verständnis von OpenStack-basierten Cloud-Software-Architekturen
• Kenntnisse in modularer Service-Dekomposition
• Erfahrung mit CI/CD-Pipelines
• Erfahrung mit Kubernetes-basierter Auslieferung und Plattform-Betrieb
• Fähigkeit, Senior Engineers in unklaren Umgebungen zu führen
• Fähigkeit, KI-Outputs zu hinterfragen und unvollständige Erkenntnisse in strukturierte, umsetzbare Engineering-Entscheidungen umzuwandeln
• Sicherer Umgang in hochverantwortlichen, vertraulichkeitssensiblen Unternehmensprogrammen
• Erfahrung mit Nachvollziehbarkeit, Rückverfolgbarkeit und Souveränitätsanforderungen in Unternehmensumgebungen
• Erfahrung 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, Evaluierungsschleifen und strukturierten Tool-Calling-Patterns
• Erfahrung mit Engineering-Umgebungen einschließlich GitHub Enterprise, GitLab, Jenkins, ArgoCD, Helm, Docker, Kubernetes, privaten Package-Registries und terminal-nativen Automatisierungs-Workflows
• Fähigkeit, KI-gestützte SDLC-Patterns für Repository-Aufnahme, Code-Exploration, Service-Mapping, Build-Diagnose, Dokumentation und Engineering-Evidence-Generierung zu definieren und zu leiten
• Fähigkeit, die Analyse von OpenStack-basierten Control-Plane-Services, APIs, Abhängigkeiten, Integrationsflüssen und Build-Strukturen über mehrere Repositories und Teams hinweg anzuleiten
• Fähigkeit, KI-Entwicklungsplattformen, Coding-Agenten und genehmigte Modell-Stacks für sichere Unternehmens-Use-Cases zu evaluieren und zu operationalisieren
• Fähigkeit, Human-in-the-Loop-Kontrollen, Quality Gates, Prompt-Bibliotheken, wiederverwendbare Review-Patterns und Evidence-Standards für KI-generierte Engineering-Outputs zu etablieren
• Fähigkeit, Software Engineers und Plattform-Spezialisten im sicheren, effektiven Einsatz von KI-Tools zu coachen
• Fähigkeit, mit Architektur-, Security-, DevOps- und Testing-Teams zu koordinieren
• Fähigkeit, für Senior Stakeholder geeignete Artefakte zu erstellen, einschließlich Übergangsrisiken, Service-Dekompositions-Ansichten, Codebase-Reife-Beobachtungen und empfohlenen Engineering-Maßnahmen

Dein Profil

Wir suchen einen hocherfahrenen AI-Assisted SDLC Lead / Senior Platform Engineer mit tiefgreifender Expertise in KI-gestützten Softwareentwicklungs-Workflows, OpenStack-basierten Cloud-Architekturen und unternehmensweiten Engineering-Praktiken. Der ideale Kandidat wird KI-gestützte Entwicklungsmuster leiten, komplexe Codebase-Analysen anleiten und Qualitätskontrollen für KI-generierte Engineering-Outputs etablieren.

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
• Tiefgreifende praktische Erfahrung mit KI-Coding-Agenten und LLM-gestützten SDLC-Workflows für große Codebasen
• Erfahrung mit KI-Coding-Agenten für technische Dokumentation und Engineering-Beschleunigung
• Gutes Verständnis von OpenStack-basierten Cloud-Software-Architekturen
• Kenntnisse in modularer Service-Dekomposition
• Erfahrung mit CI/CD-Pipelines
• Erfahrung mit Kubernetes-basierter Auslieferung und Plattform-Betrieb
• Fähigkeit, Senior Engineers in unklaren Umgebungen zu führen
• Fähigkeit, KI-Outputs zu hinterfragen und unvollständige Erkenntnisse in strukturierte, umsetzbare Engineering-Entscheidungen umzuwandeln
• Sicherer Umgang in hochverantwortlichen, vertraulichkeitssensiblen Unternehmensprogrammen
• Erfahrung mit Nachvollziehbarkeit, Rückverfolgbarkeit und Souveränitätsanforderungen in Unternehmensumgebungen
• Erfahrung mit KI-Entwicklungsumgebungen wie Cursor, Windsurf, Claude Code, Conti