Infosys AI Engineer: Lebenslauf-Keywords und Interviewvorbereitung

Du willst dich als AI Engineer bei Infosys bewerben und weißt nicht, welche Keywords in deinem Lebenslauf landen müssen. Gleichzeitig fehlt dir eine klare Vorstellung, was im Interview abgefragt wird. Beides hängt zusammen: Der Lebenslauf entscheidet, ob du überhaupt ins Gespräch kommst.

Infosys ist ein großer IT-Dienstleister mit indischen Wurzeln und starkem Beratungsgeschäft. Die Rollen sind oft kundennah, das heißt Projekte bei Banken, Industrie oder Versicherungen. Wer das versteht, schreibt seine Bewerbung anders als jemand, der sich bei einem Produktstartup bewirbt.

Wie Infosys KI-Stellen typischerweise ausschreibt#

Schau dir die Stellenausschreibungen an, bevor du irgendetwas formulierst. Infosys nutzt je nach Markt unterschiedliche Bezeichnungen: AI Engineer, Machine Learning Engineer, Applied AI Consultant, GenAI Engineer oder Data Scientist. Die Abgrenzung ist nicht immer sauber.

In Deutschland und Österreich kommen oft englische Titel vor, weil die Projekte international sind. Die Anforderungen listen dann eine Mischung aus Engineering, Cloud und Beratungsskills. Das unterscheidet sich von reinen Produktfirmen, wo der Fokus enger auf einem Stack liegt.

Ein Tipp vorab: Mit dem kostenlosen JD Decoder kannst du eine konkrete Ausschreibung in ihre Anforderungen zerlegen. Das hilft dir zu sehen, was wirklich verlangt wird, statt zu raten.

Lebenslauf-Keywords, die in diesen Rollen vorkommen#

Aus den typischen Ausschreibungen kristallisieren sich wiederkehrende Begriffe heraus. Das sind keine internen Infosys-Listen, sondern das, was öffentlich ausgeschrieben wird.

Häufig gefragt sind Python, Machine Learning, Deep Learning, NLP, LLM, Generative AI, RAG, Prompt Engineering, MLOps, Docker, Kubernetes, AWS oder Azure, SQL, Git und Scrum. Dazu kommen Beratungsnähe: Stakeholder Management, Workshops, Kundenpräsentationen, Requirements Engineering.

Nicht jedes Keyword gehört in deinen Lebenslauf. Nur was du wirklich kannst. Übertreibungen fliegen spätestens im Technikgespräch auf.

So baust du die Keywords ein#

Der häufigste Fehler: Eine Skill-Liste am Ende des Lebenslaufs, in der alles steht, aber nirgends Belege fehlen. Besser ist, Keywords in die Erfahrungsbeschreibungen zu weben. Dort haben sie Gewicht.

Beispiel: Vorher und nachher

Vorher, typisch schwach: "Verantwortlich für KI-Projekte im Kundenumfeld."

Nachher, konkret: "Entwickelte eine RAG-Pipeline mit Python, LangChain und Azure OpenAI für einen Kunden aus der Versicherungsbranche, inklusive Vektordatenbank und Evaluation der Antwortqualität."

Der zweite Satz bringt mehrere Keywords unter, ohne aufzutragen. Er nennt auch den Branchenkontext, was bei Beratungsfirmen wie Infosys relevant ist.

Der ATS-Check vor dem Absenden#

Große Dienstleister verarbeiten viele Bewerbungen. Ob und wie genau automatisierte Filter bei Infosys zum Einsatz kommen, kann ich von außen nicht sagen. Aber ein sauber strukturierter, keywordstarker Lebenslauf schadet nie.

Prüfe deine Datei auf einfache Struktur, klare Überschriften und lesbare Formate. Der kostenlose ATS-Checker zeigt dir, ob dein Dokument maschinenlesbar ist und wo Begriffe fehlen. Nimm das als Werkzeug, nicht als Garantie.

Kurzcheck für deine Bewerbung

• Titel in der Ausschreibung exakt übernehmen, wo er passt
• Fachbegriffe aus der Anforderung in Erfahrungsbeschreibungen unterbringen
• Konkrete Projekte mit Branche, Stack und Ergebnis nennen
• Englische und deutsche Begriffe nutzen, je nach Ausschreibung
• Skill-Liste nur mit Dingen, die du im Gespräch vertreten kannst
• Dateiname und Format sauber halten, PDF bevorzugen
• Kontaktangaben aktuell, Link zu Profil oder Portfolio ergänzen

Interviewvorbereitung für eine Beratungsfirma#

Das Interview bei einem Dienstleister läuft anders ab als bei einem Produktunternehmen. Du musst nicht nur Technik können. Du musst zeigen, dass du mit Kunden umgehen kannst und dass du Wissen verständlich machst.

Plane für typische Abläufe ein Screening, ein technisches Gespräch und ein Gespräch zu Soft Skills oder Kundenprojekten. Die genaue Reihenfolge variiert. Frag im Erstkontakt ruhig nach, wie der Prozess abläuft.

Technische Themen, die du abdecken solltest

• Grundlagen Machine Learning: Overfitting, Regularisierung, Metriken, Modellauswahl
• Deep Learning je nach Schwerpunkt: CNNs, Transformer, Fine-Tuning
• LLM-Themen: Prompting, RAG, Embeddings, Evaluation, Halluzinationen
• Engineering: Python, Tests, Code-Review, Git-Workflows
• Cloud und Deployment: Docker, Kubernetes, CI/CD, Monitoring
• Daten: SQL, Pipelines, Qualität, Umgang mit sensiblen Daten

Beispiel für eine Antwort im Gespräch#

Nimm eine typische Frage: "Erzähl mir von einem KI-Projekt, das du umgesetzt hast."

Antwort nach der STAR-Struktur, kurz und konkret:

"Ein Kunde aus dem Handel wollte Produkttexte automatisiert erzeugen. Meine Aufgabe war die technische Konzeption und Umsetzung. Ich habe eine Pipeline mit einem Sprachmodell, Prompt-Vorlagen und einem Freigabeschritt für Redakteure gebaut. Das Ergebnis: Das Team hat Textentwürfe deutlich schneller erstellt, und die manuelle Kontrolle blieb erhalten, weil wir keine Vollautomatisierung wollten."

Diese Antwort nennt Kontext, Aufgabe, Vorgehen und Ergebnis. Sie bleibt ehrlich, ohne Zahlen zu erfinden.

Typische Fragen, mit denen du rechnen kannst#

"Was ist der Unterschied zwischen Fine-Tuning und Prompt Engineering?" "Wie gehst du mit Halluzinationen in einem RAG-System um?" "Erklär einem nichttechnischen Kunden, was ein LLM macht." "Wie würdest du ein Modell in Produktion überwachen?" "Was tust du, wenn die Datenqualität schlecht ist?"

Die letzte Frage zielt auf Beratungsskills. Zeig, dass du Probleme benennst und Lösungen vorschlägst, statt einfach zu implementieren.

Markt und Rahmenbedingungen in Deutschland#

Infosys stellt in Deutschland ein, aber die Zahl der KI-Rollen ist begrenzt und konzentriert sich auf Ballungsräume und Standorte wie Frankfurt, München, Berlin oder Düsseldorf. Remote-Anteile variieren je nach Projekt. Frag das konkret nach.

Zur Bezahlung: Die Spannen für KI-Engineer-Rollen in Deutschland werden je nach Erfahrung und Region unterschiedlich berichtet. Grob bewegen sich Einstiege oft im Bereich von etwa 55.000 bis 75.000 Euro, mit Berufserfahrung auch deutlich darüber. Das sind keine Versprechen. Prüfe aktuelle Angaben auf den offiziellen Seiten von Infosys und in der Ausschreibung selbst.

Zu Visa und Arbeitserlaubnis: Infosys kann bei passenden Profilen unterstützen, aber ob und wie, hängt von deiner Nationalität, deinem Abschluss und der Stelle ab. Verlass dich nicht auf allgemeine Aussagen. Klär das direkt mit dem Recruiting-Team und mit der offiziellen Ausländerbehörde.

Wo du passende Stellen findest#

Neben der Unternehmensseite lohnt ein Blick in aggregierte Suchergebnisse. Auf der Job-Suche von jobrise findest du Infosys-Stellen im Überblick. Setz Filter für Standort, Remote-Anteil und Erfahrungslevel, dann siehst du schneller, was realistisch ist.

Für allgemeine Tipps zu Bewerbung und Interview lohnt sich auch ein Blick in den jobrise Blog. Dort findest du Vorlagen und Checklisten, die du auf deine Situation anpassen kannst.

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 Infosys-KI-Rolle sein?

Zwei Seiten sind in Deutschland üblich, bei Berufseinstieg oft eine. Entscheidend ist nicht die Länge, sondern ob die relevanten Projekte und Tech-Keywords schnell sichtbar sind. Recruiting bei großen Dienstleistern schaut oft zuerst auf Stack und Branche.

Soll ich meinen Lebenslauf auf Englisch oder Deutsch einreichen?

Wenn die Ausschreibung auf Englisch ist, reiche Englisch ein. Bei einer deutschsprachigen Ausschreibung reicht Deutsch, ein englisches Dokument zusätzlich schadet nicht. Im Zweifel frag im ersten Kontakt kurz nach.

Wie detailliert soll ich LLM- und GenAI-Erfahrung beschreiben?

Nenne konkrete Bausteine: Modell, Framework, Datenbank, Deployment, Evaluation. Ein Satz wie "Erfahrung mit GenAI" ist zu wenig. Zeig ein Projekt mit deinem Anteil und dem Ergebnis, auch wenn das Ergebnis qualitativ ist.

Was mache ich, wenn ich keine formale KI-Ausbildung habe?

Zähl praktische Projekte auf, egal ob im Job, im Studium oder privat. Zeig Code auf GitHub oder beschreibe, wie du ein Problem gelöst hast. Beratungsfirmen achten darauf, ob du Dinge erklären und umsetzen kannst.

Wie finde ich heraus, was bei Infosys im Interview wirklich gefragt wird?

Frag den Recruiter direkt nach Ablauf und Themen des Gesprächs. Lies die Ausschreibung genau und bereite die genannten Bereiche vor. Spekulationen über interne Prozesse bringen wenig, weil sie je nach Team und Projekt abweichen.