Инженер-исследователь (Агентные модели)

Амстердам, Нидерланды; Белград, Сербия; Берлин, Германия; Лимассол, Кипр; Лондон, Великобритания; Мадрид, Испания; Мюнхен, Германия; Пафос, Кипр; Прага, Чехия; Удалённо, Германия; Варшава, Польша; Ереван, Армения

В JetBrains код — наша страсть. С тех пор, как мы начали в 2000 году, мы стремимся создавать самые мощные и эффективные инструменты для разработчиков в мире. Сегодня помощь и агенты на базе ИИ становятся ключевой частью того, как разработчики работают в наших IDE.

Мы создаём многошаговых кодирующих агентов, которые могут понимать большие кодовые базы, планировать изменения, вызывать инструменты и взаимодействовать с пользователем. В качестве инженера-исследователя в команде Агентных моделей вы будете отвечать за модели, циклы обучения и конвейеры оценки, которые обеспечивают работу этих агентов.

В составе нашей команды вы будете:

• Проектировать, реализовывать и поддерживать конвейеры SFT и RL постобучения для многошаговых кодирующих агентов.
• Обучать и адаптировать большие языковые модели (LLM) для рабочих процессов агентов, включая планирование, использование инструментов и многошаговое взаимодействие внутри IDE JetBrains.
• Создавать и развивать среды оценки и симуляции, где кодирующие агенты могут действовать, измеряться и сравниваться на реалистичных задачах разработчиков.
• Проектировать рамки оценки и метрики поведения агентов, анализировать трассировки и логи, и замыкать цикл от оценки обратно к обучению, данным и дизайну вознаграждений.
• Анализировать результаты обучения и оценки для предложения и реализации улучшений архитектур моделей, рецептов обучения и наборов данных.
• Работать с масштабной инфраструктурой, включая распределённое обучение на GPU-кластерах и крупномасштабную обработку данных в стиле MapReduce для наборов данных предобучения и дообучения.
• Тесно сотрудничать с командами исследований, продукта и инфраструктуры для превращения высокоуровневых продуктовых видений в конкретные модели, эксперименты и выпущенные функции.

Мы будем рады принять вас в команду, если у вас есть:

• Обширный практический опыт обучения больших языковых моделей (предобучение, дообучение или постобучение) в исследовательской или производственной среде.
• Глубокие знания современных фреймворков глубокого обучения, таких как PyTorch, и специализированных стеков обучения LLM (например, Megatron, NeMo, verl или аналогичных).
• Сильное теоретическое и практическое понимание основ LLM: архитектуры, токенизация, конвейеры данных, батчинг, смешанная точность, распределённое обучение и отладка нестабильных запусков.
• Способность вести проекты от начала до конца, начиная с высокоуровневой проблемы или продуктовой боли и контролируя процесс через этапы проектирования, экспериментов, реализации и итераций.
• Продуктово ориентированное мышление — вам важно, как разработчики реально используют агентов, и вы можете переводить продуктовые потребности и сценарии сбоев в задачи моделирования и оценки.
• Минимум 3 года опыта программирования на Python с написанием чистого, поддерживаемого кода в современных ML-кодовых базах.

Наш идеальный кандидат имел бы опыт с:

• Оркестраторами ML и инструментами рабочих процессов, такими как Kubeflow, Dagster, Airflow, ZenML и/или планировщиками задач, например Kubernetes или SLURM.
• Масштабными конвейерами данных и обучения, например кластерами в стиле MapReduce, многоузловым обучением на GPU или нагрузками порядка 1 млн+ CPU/GPU часов.
• Проектированием и поддержкой конвейеров оценки для LLM или агентов, включая метрики, дашборды, отслеживание экспериментов и автоматические проверки регрессий.
• Разработкой ИИ-агентов, таких как агенты, использующие инструменты, планировщики или многошаговые кодирующие рабочие процессы, и знакомством с агентными фреймворками или паттернами.
• Отслеживанием экспериментов и наблюдаемостью с использованием инструментов, таких как Weights & Biases, MLflow, Langfuse или аналогичных.
• Оптимизацией вывода и обслуживанием оптимизированных моделей в продакшене.

#LI-KP1

Мы являемся работодателем, предоставляющим равные возможности

Мы знаем, что отличные идеи могут прийти от кого угодно и откуда угодно. Поэтому мы стараемся создать открытую и инклюзивную рабочую среду — такую, которая приветствует всех независимо от их происхождения, идентичности, религии, возраста, потребностей в доступности или ориентации.

Мы обрабатываем данные, предоставленные в вашем резюме, в соответствии с Политикой конфиденциальности при найме.