Inżynier ds. badań (modele agentowe)

W JetBrains kodowanie jest naszą pasją. Odkąd rozpoczęliśmy, czyli w 2000 roku, staramy się tworzyć najsilniejsze i najskuteczniejsze narzędzia programistyczne na świecie. Obecnie pomoc i agenci wspomagani przez sztuczną inteligencję stają się kluczowym elementem pracy programistów w naszych środowiskach IDE.

Tworzymy wieloetapowych agentów kodujących, którzy potrafią zrozumieć duże bazy kodu, planować zmiany, wywoływać narzędzia i wykonywać iteracje z użytkownikiem. Jako inżynier ds. badań w zespole Agentic Models będziesz odpowiedzialny za modele, pętle szkoleniowe i potoki ewaluacji, które zasilają tych agentów. Będziesz pracować na styku szkoleń poszkoleniowych w stylu SFT i RL oraz oceny opartej na produkcie, wykorzystując nasze rozproszone procesory graficzne i klastry MapReduce do dostarczania modeli do produktów JetBrains.

Jako część naszego zespołu będziesz: Projektować, wdrażać i utrzymywać potoki poszkoleniowe SFT i RL na potrzeby kodowania wieloetapowego agentów.Szkolej i dostosowuj LLM do przepływów pracy agentów, łącznie z planowaniem, użyciem narzędzi i wieloetapowymi interakcjami w środowiskach IDE JetBrains.Twórz i rozwijaj środowiska oceny i symulacji, w których agenci kodujący mogą działać, mierzyć i porównywać realistyczne zadania programistów.Projektuj ramy oceny i metryki dla zachowania agentów, analizuj ślady i dzienniki oraz zamykaj pętlę od oceny z powrotem do szkolenia, danych i projektowania nagród.Analizuj wyniki szkoleń i ocen, aby proponować i wdrażać ulepszenia architektury modeli, szkolenia receptur i zbiorów danych. Pracuj z infrastrukturą na dużą skalę, w tym rozproszonym szkoleniem na klastrach GPU i dużym przetwarzaniem danych w stylu MapReduce na potrzeby wstępnego szkolenia i dostrajania zbiorów danych. Ściśle współpracuj z zespołami badawczymi, produktami i infrastrukturą, aby przekształcić wysokopoziomowe wizje produktów w konkretne modele, eksperymenty i dostarczane funkcje. Z przyjemnością przyjmiemy Cię na pokład, jeśli posiadasz: Rozbudowane, praktyczne doświadczenie w szkoleniu LLM (przed szkoleniem, dostrajaniu lub po szkoleniu) w środowisku badawczym lub produkcyjnym.

Głęboką wiedzę specjalistyczną w zakresie nowoczesnych frameworków głębokiego uczenia się, takich jak PyTorch i wyspecjalizowanych stosów szkoleniowych LLM (np. Megatron, NeMo, verl lub podobnych). Silne teoretyczne i praktyczne zrozumienie podstaw LLM: architektur, tokenizacji, potoków danych, przetwarzania wsadowego, mieszanych. precyzja, rozproszone szkolenia i debugowanie niestabilnych przebiegów.

Możliwość posiadania projektów od początku do końca, począwszy od problemu wysokiego poziomu lub kluczowego punktu produktu i nadzorowania go przez fazy projektowania, eksperymentowania, wdrażania i iteracji. Nastawienie świadome produktu - zależy Ci na tym, jak programiści faktycznie korzystają z agentów i potrafisz przełożyć potrzeby produktów i tryby awarii na prace związane z modelowaniem i ewaluacją. Co najmniej 3 lata doświadczenia w Pythonie w pisaniu czystego, łatwego w utrzymaniu kodu w nowoczesnych bazach kodu ML.

Nasz idealny kandydat miałby doświadczenie z: Orkiestratorami ML i narzędzia przepływu pracy, takie jak Kubeflow, Dagster, Airflow, ZenML i/lub narzędzia do planowania zadań, takie jak Kubernetes lub SLURM. Potoki danych i szkoleń na dużą skalę, np. Klastry w stylu MapReduce, szkolenia z wielowęzłowymi procesorami graficznymi lub obciążenia rzędu ponad miliona godzin procesora/GPU.

Projektowanie i utrzymywanie potoków oceny dla LLM lub agentów, w tym metryk, pulpitów nawigacyjnych, śledzenia eksperymentów i automatycznych kontroli regresji. Rozwój agentów AI, takich jak agenci korzystający z narzędzi, planiści lub wieloetapowe przepływy pracy związane z kodowaniem, oraz znajomość struktur i wzorców agentów. Śledzenie i obserwowalność eksperymentów za pomocą narzędzi takich jak Weights & Biases, MLflow, Langfuse lub podobne. Optymalizacja wnioskowania i udostępnianie zoptymalizowanych modeli w produkcji.

Jesteśmy pracodawcą zapewniającym równe szanse. Wiemy, że świetne pomysły mogą pochodzić od każdego, gdziekolwiek. Dlatego dokładamy wszelkich starań, aby stworzyć otwarte i włączające miejsce pracy - takie, które wita każdego bez względu na pochodzenie, tożsamość, religię, wiek, potrzeby dostępności czy orientację.

Przetwarzamy dane podane w Twoim wniosku o pracę zgodnie z Polityką prywatności w rekrutacji. Oryginalnie opublikowano w Himalajach