Descripción de la oferta
Deine Aufgabe Diese Rolle konzentriert sich auf die Analyse von Repositories und Codebasen hinsichtlich Wartbarkeit, Sicherheitsrisiken und technischer Schulden, während du KI-Coding-Agenten nutzt, um Code-Review- und Validierungsprozesse zu beschleunigen. Du unterstützt Due-Diligence-Aktivitäten, indem du Qualitäts- und Sicherheits-Scanning-Tools ausführst, Build- und Release-Prozesse validierst und umfassende Evidence Packs erstellst, die Ergebnisse und Risikobewertungen dokumentieren. Deine Aufgabe Diese Rolle konzentriert sich auf die Analyse von Repositories und Codebasen hinsichtlich Wartbarkeit, Sicherheitsrisiken und technischer Schulden, während du KI-Coding-Agenten nutzt, um Code-Review- und Validierungsprozesse zu beschleunigen. Du unterstützt Due-Diligence-Aktivitäten, indem du Qualitäts- und Sicherheits-Scanning-Tools ausführst, Build- und Release-Prozesse validierst und umfassende Evidence Packs erstellst, die Ergebnisse und Risikobewertungen dokumentieren. Hauptaufgaben Analyse von Repositories hinsichtlich Wartbarkeit, Abhängigkeitsrisiken, versteckter Kopplung, unsicherer Muster, Build-Fragilität, Lizenzsignalen und Dokumentationslücken, die für Due Diligence relevant sind Einsatz von KI-Coding-Agenten zur Beschleunigung der Code-Review-Vorbereitung, Erklärung von Schwachstellen, Erstellung von Sanierungsvorschlägen und Clustering technischer Schulden über große Codebasen hinweg Ausführung und Interpretation von Qualitäts-, Abhängigkeits-, Secret-, Container- und Infrastruktur-Scanning-Tools, während du False Positives, Restrisiken und erforderliche Expertenprüfungen dokumentierst Unterstützung reproduzierbarer Build- und Release-Validierung durch Analyse von Logs, Pipeline-Definitionen, Container-Images, Paketquellen, Artefakt-Flows und Konfigurationsannahmen Erstellung von Evidence Packs, die Ergebnisse mit Code-Standorten, Tool-Resultaten, Reviewer-Entscheidungen, Risikoschweregrad, Mitigationsoptionen und Readiness-Implikationen verknüpfen Zusammenarbeit mit Security-, DevOps-, Architektur- und Test-Spezialisten, um sicherzustellen, dass KI-gestützte Validierungsergebnisse umsetzbar sind und mit den Enterprise-Assurance-Erwartungen übereinstimmen Tools und Plattformen Du arbeitest mit KI-Coding- und Review-Umgebungen wie Cursor, Windsurf, Claude Code, Continue, Cline, Aider oder VS-Code-basierten Assistenten, die mit genehmigten Modell-Endpunkten verbunden sind. Du nutzt Open-Source- oder chinesische coding-fähige Modelle wie DeepSeek Coder, Qwen/Qwen-Coder, CodeGeeX, StarCoder, Code Llama, Mistral oder ähnliche intern gehostete Modelle. Qualitäts- und Sicherheits-Tooling umfasst SonarQube, Semgrep, Trivy, GitGuardian, Syft, Grype, dependency-check, Falco, SBOM-Tooling sowie Container-/Image-Scanner. Engineering-Umgebungen umfassen GitLab, GitHub Enterprise, Jenkins, Kubernetes, Helm, Docker, ArgoCD , Package Registries, Python-Tooling und Log-Analyse-Workflows. Dein Profil Wir suchen einen hochqualifizierten Software Engineer mit umfangreicher Erfahrung in sicherer Entwicklung, DevSecOps und Platform Engineering, kombiniert mit ausgeprägter Expertise in KI-gestütztem Code-Review, Schwachstellenanalyse und Validierung der Software-Supply-Chain-Sicherheit. Muss-Kriterien Mindestens 5 Jahre Erfahrung im Software Engineering, in der sicheren Entwicklung, DevSecOps, Platform Engineering oder qualitätsorientierten Engineering-Rollen Ausgeprägte Python-Programmierkenntnisse Praktische Erfahrung in mindestens einer Backend- oder Systemsprache wie Go, Java, C, C++ oder Rust Praktische Erfahrung mit Code-Review Praktische Erfahrung mit Vulnerability‑Triage Praktische Erfahrung mit Dependency‑Analyse Praktische Erfahrung mit CI/CD-Inspektion Praktische Erfahrung mit Container‑Sicherheit Praktische Erfahrung mit der Erstellung von Software‑Supply‑Chain‑Nachweisen Praktische Erfahrung im Einsatz von KI‑Coding‑Assistenten für Code‑Verständnis, Dokumentation, Vorschläge zur Behebung, Testgenerierung oder Beschleunigung von Reviews großer Repositories Fähigkeit, Repositories auf Wartbarkeit, Dependency‑Risiken, versteckte Kopplungen, unsichere Muster, Build‑Fragilität, Lizenzierungs‑Signale und Dokumentationslücken im Rahmen von Due Diligence zu analysieren Fähigkeit, KI‑Coding‑Agenten einzusetzen, um die Vorbereitung von Code-Reviews, Schwachstellenerklärungen, Entwürfe von Behebungsvorschlägen und Clustering technischer Schulden über große Codebasen hinweg zu beschleunigen Fähigkeit, Qualitäts-, Dependency-, Secret-, Container- und Infrastruktur-Scanning-Tools auszuführen und zu interpretieren, während False Positives, Restrisiken und erforderliche Expertenprüfungen dokumentiert werden Fähigkeit, reproduzierbare Build- und Release-Validierung durch Analyse von Logs, Pipeline‑Definitionen, Container‑Images, Paketquellen, Artefakt‑Flows und Konfigurationsannahmen zu unterstützen Fähigkeit, Evidence‑Packs zu erstellen, die Findings mit Code‑Stellen, Tool‑Ergebnissen, Reviewer‑Entscheidungen, Risikoschweregrad, Mitigationsoptionen und Readiness‑Implikationen verknüpfen Fähigkeit, mit Security-, DevOps-, Architektur- und Test‑Spezialisten zusammenzuarbeiten, um sicherzustellen, dass KI‑gestützte Validierungsergebnisse umsetzbar sind und mit den Enterprise‑Assurance‑Erwartungen übereinstimmen Sicheres Erstellen prägnanter, evidenzbasierter Findings in Umgebungen mit hoher Verantwortlichkeit, in denen Vertraulichkeit, Auditierbarkeit und Reviewer‑Urteilsvermögen essenziell sind Erfahrung mit KI‑Coding‑ und Review‑Umgebungen wie Cursor, Windsurf, Claude Code, Continue, Cline, Aider oder VS‑Code‑basierten Assistenten, die mit genehmigten Modell-Endpunkten verbunden sind Erfahrung mit Open‑Source‑ oder chinesischen coding‑fähigen Modellen wie DeepSeek Coder, Qwen/Qwen‑Coder, CodeGeeX, StarCoder, Code Llama, Mistral oder ähnlichen intern gehosteten Modellen Erfahrung mit Qualitäts- und Security‑Tooling wie SonarQube, Semgrep, Trivy, GitGuardian, Syft, Grype, dependency‑check, Falco, SBOM‑Tooling und Container‑/Image‑Scannern Erfahrung mit Engineering‑Umgebungen wie GitLab, GitHub Enterprise, Jenkins, Kubernetes, Helm, Docker, ArgoCD, Package‑Registries, Python‑Tooling und Log‑Analyse-Workflows Von Vorteil Gutes Verständnis von OpenStack‑basierten Cloud‑Plattformen Gutes Verständnis von verteilten Services Gutes Verständnis von Kubernetes Gutes Verständnis von Linux Gutes Verständnis von Enterprise‑Build- und Release‑Prozessen Über uns T‑Systems ist Teil der Deutschen Telekom Gruppe mit rund 30.000 Mitarbeitern weltweit. Wir schaffen Technologie mit Sinn, um einen positiven Einfluss auf die Gesellschaft zu erzeugen. Wir suchen neugierige Talente, die lernbegierig sind, Herausforderungen annehmen und Ideen einbringen, die die Erfahrung unserer Kunden transformieren. Wir vertrauen Menschen: Wir bieten dir 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. Flexibler Vergütungsplan (Krankenversicherung, Essensgutscheine, Kinderbetreuung, Transport) Telemedizin Lebens- und Unfallversicherung Sozialfonds 26+ Urlaubstage pro Jahr Kostenloser Zugang zu Fachdiensten (medizinisch, rechtlich, Wellness) 100% Gehaltsfortzahlung während Krankheitsurlaub Unternehmensrichtlinien Hybrides Arbeitsmodell (remote/vor Ort) Flexible Arbeitszeiten Weitere Details Arbeitsumfeld & Flexibilität: Internationales, dynamisches und kollaboratives Umfeld T‑Social: soziale Initiativen (Sport, Community, Gesundheit, ...) 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 #J-18808-Ljbffr
