HCLTech AI Engineer: Lebenslauf-Keywords und Interviewvorbereitung

Du willst dich als AI Engineer bei HCLTech bewerben, hast aber keine Ahnung, welche Keywords dein Lebenslauf enthalten muss und was im Interview wirklich zählt. Das ist ein häufiges Problem, gerade bei großen IT-Dienstleistern, deren Anforderungsprofile oft breiter formuliert sind als bei reinen Produktfirmen.

Gute Nachricht: Du brauchst keine Insider-Geheimnisse. Du brauchst einen Lebenslauf, der die Ausschreibung spiegelt, und eine Vorbereitung, die deine Projekte in klare, technische Beispiele übersetzt.

Erst die Ausschreibung entschlüsseln, dann schreiben#

Der häufigste Fehler: Bewerber schreiben ihren Lebenslauf einmal und schicken ihn an zwanzig Firmen. Bei HCLTech kommst du damit nicht weit, weil die Rollen je nach Kundenauftrag unterschiedlich sind. Ein AI Engineer kann für einen Automobilkunden arbeiten oder für eine Bank, und die Technologien unterscheiden sich deutlich.

Nimm dir die konkrete Stellenanzeige vor und markiere jedes technische Schlagwort, das dort steht. Das hilft dir, zwischen Muss-Kriterien und Nice-to-haves zu trennen. Ein nützliches Werkzeug dafür ist der kostenlose JD Decoder, mit dem du Anforderungen strukturiert aufdröseln kannst.

Sortiere die gefundenen Begriffe dann in drei Eimer: Frameworks, Methoden und Aufgaben. Typische Frameworks in AI-Rollen sind PyTorch, TensorFlow, LangChain oder Hugging Face. Typische Methoden sind Fine-Tuning, Retrieval-Augmented Generation oder MLOps. Typische Aufgaben sind Modelltraining, Deployment oder Datenpipelines.

Keywords, die in AI-Engineer-Ausschreibungen auftauchen#

Über die Jahre häufen sich bestimmte Begriffe in solchen Stellenanzeigen. Diese hier solltest du im Blick haben, sofern sie in der jeweiligen Ausschreibung vorkommen:

• Python als Basissprache, oft mit zusätzlichem Wissen in Java oder Scala
• PyTorch oder TensorFlow für Modelltraining und Experimente
• Hugging Face Transformers und Fine-Tuning großer Sprachmodelle
• Retrieval-Augmented Generation mit Vektordatenbanken wie Pinecone, Weaviate oder FAISS
• MLOps-Werkzeuge wie MLflow, Kubeflow oder Weights & Biases
• Cloud-Plattformen: AWS SageMaker, Azure Machine Learning oder Google Vertex AI
• Containerisierung mit Docker und Orchestrierung mit Kubernetes
• Datenverarbeitung mit Spark, Airflow oder dbt
• Deployment über REST-APIs, FastAPI oder gRPC
• Monitoring von Modellen, Drift-Erkennung und Retraining-Zyklen

Nicht alle Begriffe müssen in deinem Lebenslauf stehen. Nur die, die zu dir passen und in der Ausschreibung stehen. Ein ATS-System erkennt die Überschneidung, ein Recruiter auch.

Ein Beispielsatz, den du nachbauen kannst#

Hier ein typischer Lebenslauf-Eintrag vor und nach der Überarbeitung. Ausgangslage:

Verantwortlich für KI-Themen im Team.

Das sagt nichts. Kein Ergebnis, kein Stack, keine Größenordnung. So wird daraus:

Aufbau eines Retrieval-Augmented-Generation-Systems mit Python, LangChain und einer FAISS-Vektordatenbank zur Beantwortung interner Fachfragen, inklusive Deployment als FastAPI-Service in Kubernetes.

Der Unterschied ist nicht die Länge, sondern die Konkretheit. Du nennst die Methode, das Framework, die Datenbank und den Deployment-Pfad. Wer das liest, weiß sofort, was du kannst.

Wenn du Zahlen nennen kannst, nimm sie. Antwortzeit, Trefferquote, Anzahl verarbeiteter Dokumente. Erfinde aber nichts. Personaler erkennen erfundene Kennzahlen, und im Interview musst du sie sowieso belegen.

Was du über HCLTech wissen solltest#

HCLTech ist ein indischer IT-Dienstleister mit weltweiter Präsenz und starkem Fokus auf Kundenaufträge. In Deutschland findest du Standorte in mehreren Städten, und die Rollen sind oft auf bestimmte Branchen oder Kunden zugeschnitten.

Das hat zwei Konsequenzen für dich. Erstens: Der technische Fit allein reicht nicht. Du musst zeigen, dass du in einem Projektumfeld arbeiten kannst, mit wechselnden Anforderungen und klaren Lieferfristen. Zweitens: Englisch ist in der Regel Arbeitssprache, auch wenn der Kunde deutsch ist.

Informiere dich vor dem Gespräch über die Bereiche, in denen HCLTech aktiv ist, und über die Region, in der die Stelle besetzt wird. Aktuelle offene Positionen findest du in den Stellenanzeigen auf jobrise.io.

Lebenslauf auf die Rolle zuschneiden#

Ein generischer Lebenslauf ist bei großen Dienstleistern ein Nachteil, weil die internen Recruiter oft mehrere ähnliche Rollen parallel besetzen. Dein Dokument muss auf den ersten Blick zeigen, dass du zu dieser einen Stelle passt.

Eine praktische Vorgehensweise:

• Lies die Ausschreibung zweimal und markiere alle technischen Begriffe
• Prüfe deinen Lebenslauf auf die markierten Begriffe und ergänze fehlende, wo sie ehrlich zutreffen
• Formuliere die ersten drei Bulletpoints so, dass die wichtigsten Anforderungen dort stehen
• Streiche Aufgaben, die nichts mit der Rolle zu tun haben, auch wenn du stolz auf sie bist
• Halte die Länge bei unter zehn Jahren Berufserfahrung auf ein bis zwei Seiten
• Speichere die Datei als PDF mit einem klaren Dateinamen wie Nachname_Vorname_AI_Engineer.pdf
• Lass den Lebenslauf gegen ein ATS prüfen, bevor du abschickst

Für den letzten Punkt gibt es einen kostenlosen ATS-Checker, mit dem du die Formatierung und Lesbarkeit testen kannst. Gerade bei großen Firmen mit zentraler Bewerberplattform ist das kein Luxus.

Was im Interview bei einem Dienstleister anders ist#

Bei einem IT-Dienstleister wie HCLTech sitzen oft mehrere Personen im Gespräch, manchmal ein Recruiter, ein technischer Lead und später ein Kundenvertreter. Die Fragen zielen auf drei Dinge: Technik, Projektumfeld und Kommunikation.

Technisch wirst du zu deinen Projekten gefragt. Nicht zu theoretischen Modellen, sondern zu dem, was du gebaut hast. Bereite zwei bis drei Projekte vor, die du im Detail erklären kannst: Ziel, Stack, deine Rolle, Ergebnis, was schiefging.

Der zweite Block ist Projektumfeld. Hier geht es darum, ob du mit Anforderungsänderungen umgehen kannst und ob du Termine hältst. Dienstleister leben davon, dass Projekte liefern. Wer nur an Forschung interessiert ist, wird hier schnell scheitern.

Der dritte Block ist Kommunikation. Oft auf Englisch, manchmal gemischt. Übe, dein Projekt in drei Minuten auf Englisch zu erklären, ohne Fachbegriffe zu verlieren, aber auch ohne abzuschweifen.

Eine Musterantwort, die du anpassen kannst#

Frage: Erzählen Sie von einem Projekt, in dem Sie ein Sprachmodell eingesetzt haben.

Antwort: In meinem letzten Projekt haben wir interne Fachfragen über ein Chat-Interface beantwortet. Ich habe ein Retrieval-Augmented-Generation-System gebaut, mit Python, LangChain und einer FAISS-Vektordatenbank für die Suche. Die größte Herausforderung war die Qualität der Quellen, wir mussten die Dokumente vorbereiten, Duplikate entfernen und die Chunk-Größe anpassen, bis die Antworten verlässlich waren. Am Ende lief das System als FastAPI-Service in Kubernetes. Was ich gelernt habe: Die Vorbereitung der Daten war wichtiger als die Wahl des Modells.

Diese Antwort funktioniert, weil sie eine klare Struktur hat: Kontext, Technik, Problem, Lösung, Lerneffekt. Keine Floskeln, keine Übertreibung.

Vorbereitung in den letzten Tagen vor dem Gespräch#

Die letzten Tage entscheiden über den ersten Eindruck. Konzentriere dich auf Wiederholung, nicht auf Neues.

• Gehe deine zwei bis drei Kernprojekte noch einmal durch und übe die Erklärung laut
• Wiederhole die Kernkonzepte deiner genannten Technologien, etwa wie Fine-Tuning von Pre-Training unterscheidet
• Bereite drei Fragen an das Gespräch vor, etwa nach dem Kundenprojekt, dem Team oder den nächsten Schritten
• Kläre Gehaltsvorstellungen vorher und orientiere dich an aktuellen Marktdaten für AI Engineers in deiner Region
• Teste deine Technik, wenn das Gespräch remote ist, mit Kamera, Mikrofon und stabiler Verbindung

Zum Gehalt: Die Spanne für AI Engineers in Deutschland variiert stark nach Erfahrung, Region und Verantwortung. Informiere dich vor dem Gespräch über aktuelle Werte für deine Situation, und verlass dich nicht auf einzelne Angaben aus Foren.

Kostenlose Tools#

• jobrise.io/de/free-ats-checker/
• jobrise.io/de/free-jd-decoder/
• jobrise.io/de/jobs/
• jobrise.io/de/blog/

Häufige Fragen#

Wie lang sollte mein Lebenslauf für eine HCLTech AI Engineer Stelle sein?

Ein bis zwei Seiten reichen in den meisten Fällen, auch bei mehrjähriger Erfahrung. Entscheidend ist nicht die Länge, sondern ob die relevanten Technologien und Projekte sofort erkennbar sind.

Muss ich alle Programmiersprachen aus der Ausschreibung können?

Nein. Zeige die Kernkompetenzen, die in der Stellenanzeige als Muss genannt sind, und ordne verwandte Technologien ein. Wer Python kann und TensorFlow nennt, aber nur PyTorch eingesetzt hat, sollte das ehrlich benennen und die Übertragbarkeit erklären.

Auf welchem Niveau muss mein Englisch sein?

In der Regel reicht sicheres Berufsenglisch, also die Fähigkeit, Projekte zu erklären und an technischen Diskussionen teilzunehmen. Perfektion ist nicht nötig, aber Übung hilft. Nimm dir Zeit, dein Projekt einmal komplett auf Englisch durchzusprechen.

Wie finde ich heraus, ob die Stelle remote oder vor Ort ist?

Das steht fast immer in der Stellenanzeige, und im Erstgespräch wird es ohnehin geklärt. Aktuelle offene Positionen mit Angaben zu Standort und Arbeitsmodell findest du in den Stellenanzeigen auf jobrise.io.

Was sollte ich fragen, bevor ich ein Angebot annehme?

Kläre das konkrete Kundenprojekt, die Rolle im Team, die Reisetätigkeit und die Einarbeitung. Bei Dienstleistern variiert der Einsatz oft, und du solltest wissen, wofür du unterschreibst.