В JetBrains код — наша страсть. С самого начала, ещё с 2000 года, мы стремимся создавать самые мощные и эффективные инструменты для разработчиков на земле. Сегодня ИИ-агенты для написания кода становятся ключевой частью того, как разработчики пишут на Kotlin, — и мы хотим, чтобы они писали его хорошо.
Команда Kotlin AI Value Stream отвечает за то, как ИИ-агенты понимают, генерируют и улучшают код на Kotlin на всех платформах: Android, Kotlin Multiplatform, серверная разработка, веб, десктоп и другие. Мы создаём инфраструктуру оценки, инструменты анализа ошибок и пайплайны пост-обучения, которые измеряют и улучшают поведение агентов на реальных задачах Kotlin-разработчиков.
Как Research Engineer в этой команде вы будете владеть циклом от начала до конца: анализировать, как агенты ошибаются на Kotlin → строить оценки (evals), которые фиксируют эти ошибки → исследовать и внедрять методы их исправления → измерять улучшение. Ваша работа напрямую повлияет на то, как миллионы разработчиков воспринимают Kotlin через ИИ-агентов для написания кода.
В составе нашей команды вы будете:
- Создавать инструменты для агентного анализа ошибок
- Проектировать и реализовывать инструментарий для систематического сбора, классификации и анализа ошибок, которые ИИ-агенты допускают при генерации кода на Kotlin.
- Строить пайплайны наблюдаемости поверх агентных трейсов — выявлять закономерности в сессиях агентов в IDE JetBrains, Junie, Claude Code, Cursor и других агентах для написания кода.
- Создавать пайплайны оценки
- Проектировать, реализовывать и поддерживать пайплайны оценки, которые измеряют качество генерации кода на Kotlin по различным измерениям, включая корректность, идиоматичность, успешность сборки, использование фреймворков и покрытие тестами.
- Создавать среды симуляции, в которых агенты для написания кода можно оценивать на реалистичных задачах Kotlin-разработчиков — от проектов KMP с нуля и управления зависимостями Gradle до миграции Spring-приложений с Java на Kotlin.
- Владеть инфраструктурой оценки: метрики, отслеживание экспериментов, автоматизированные проверки на регрессии и воспроизводимый бенчмаркинг.
- Исследовать методы улучшения поведения агентов и моделей на Kotlin
- Экспериментировать с техниками пост-обучения (SFT, DPO, GRPO), чтобы улучшить то, как модели обрабатывают специфичные для Kotlin паттерны, идиомы и фреймворки.
- Исследовать подходы к инженерии контекста: файлы CLAUDE.md/AGENTS.md, циклы обратной связи «компилятор как верификатор», интеграция Kotlin LSP и инструментарий на базе MCP.
- Проводить эксперименты для измерения эффекта: A/B-сравнения, наборы бенчмарков и анализ «до/после» на реальных кодовых базах.
- Сотрудничать с поставщиками моделей (Anthropic, OpenAI и Google), чтобы превращать находки, специфичные для Kotlin, в улучшения моделей.
- Создавать публичные бенчмарки для Kotlin
- Проектировать и создавать открытые бенчмарки, которые измеряют производительность ИИ-агентов для написания кода на задачах Kotlin и со временем станут стандартным ориентиром для экосистемы.
- Создавать наборы задач, охватывающие широту использования Kotlin: серверная сторона (Spring, Ktor), мультиплатформенные проекты (KMP), системы сборки (Gradle), Android, разработка библиотек и другое.
- Включать как извлечённые из реальной практики задачи, так и тщательно спроектированные синтетические задачи, проверяющие конкретные возможности Kotlin.
- Поддерживать и развивать бенчмарки по мере улучшения моделей, чтобы они оставались сложными, релевантными и устойчивыми к контаминации.
Мы будем рады видеть вас в команде, если у вас есть:
- Практический опыт создания пайплайнов оценки или анализа для LLM или ИИ-агентов для написания кода в исследовательской или продакшен-среде.
- Сильные инженерные навыки на Python (не менее трёх лет) и умение писать чистый, поддерживаемый код в кодовых базах с большим объёмом данных и смежных с ML.
- Опыт анализа данных в масштабе: запросы к большим наборам данных (SQL/Athena), построение пайплайнов данных и статистический анализ результатов экспериментов.
- Способность вести проекты от начала до конца — от выявления проблемы в трейсах агентов до проектирования оценки, проведения экспериментов и внедрения исправления.
- Продуктовое мышление: вам важно, как агенты реально используются разработчиками, и вы умеете переводить реальные режимы сбоев в работу по оценке и обучению.
- Знакомство с Kotlin или сильное желание развить глубокую экспертизу в Kotlin (вы будете ежедневно работать в кодовых базах на Kotlin).
Идеальный кандидат также имел бы опыт в:
- Пост-обучении LLM: SFT, RLHF, DPO, GRPO — либо практическое обучение, либо проектирование пайплайнов данных и вознаграждений, которые питают обучение.
- Современных фреймворках глубокого обучения (PyTorch) и стеках обучения LLM (TRL, verl, Megatron или аналогичных).
- Разработке ИИ-агентов: агенты, использующие инструменты, многошаговые рабочие процессы написания кода, агентные фреймворки.
- Фреймворках и инструментах оценки: Inspect AI, Promptfoo, LM-evaluation-harness или собственные пайплайны оценки.
- Отслеживании экспериментов и наблюдаемости: Weights & Biases, MLflow, Langfuse или аналогичных.
- Экосистеме Kotlin: Android, Gradle, KMP, Spring, Ktor — с пониманием рабочих процессов разработчиков, которые агенты должны поддерживать.
- Участии в открытых проектах или их поддержке, особенно бенчмарков или инструментов оценки.
Не все пункты совпадают? Это нормально — если вас вдохновляет эта работа и у вас сильная база, мы будем рады услышать от вас. Мы готовы обсудить и обеспечить обучение, которое поможет вам вырасти в этой роли.
Почему стоит присоединиться к JetBrains?
- Сильная базовая зарплата. Мы предлагаем конкурентоспособную оплату, отражающую ваши навыки и опыт.
- Гибкое место работы. Свобода работать из дома или из офиса.
- Удалённая работа. До 30 дней в году можно работать удалённо из-за границы.
- Дополнительные выходные. Больше дней, чтобы отдохнуть, восстановить силы и заниматься тем, что любите.
- Компенсация медицинской страховки. Спокойствие за себя и свою семью
- Возможности обучения и развития. Доступ к конференциям, курсам и занятиям по языкам.
- Поддержка при релокации. Мы помогаем сделать переезд максимально гладким и без стресса.
- Языковые курсы. Выучить местный язык или улучшить английский.
- Поддержка в течение дня. Горячее питание или компенсация обеда в рабочие дни.
- Поддержка ментального здоровья. Чтобы вы чувствовали себя хорошо, мы обеспечиваем простой доступ к профессиональной психологической помощи.
- Спортивная льгота. Зал на территории или стипендия на спортивный клуб.
- Внутренние мероприятия. Корпоративные праздники и командные встречи.
*Некоторые льготы могут отличаться в зависимости от локации.
#LI-KP1
Мы являемся работодателем равных возможностей
Мы знаем, что великие идеи могут прийти от кого угодно и откуда угодно. Поэтому мы делаем всё возможное, чтобы создать открытое и инклюзивное рабочее место — такое, которое приветствует каждого независимо от происхождения, идентичности, религии, возраста, потребностей в доступности или ориентации.
Мы обрабатываем данные, указанные в вашей заявке на вакансию, в соответствии с Политикой конфиденциальности при найме.
