Inżynier ds. badań (modele agentowe)

<p>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 kluczową częścią pracy programistów w naszych środowiskach IDE.</p> <p>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.</p> <p>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.</p> <h3>W ramach naszego zespołu będziesz:</h3> <ul> <li>Projektuj, wdrażaj i utrzymuj potoki szkoleń poszkoleniowych SFT i RL dla wieloetapowych agentów kodujących.</li> <li>Szkolej i dostosowuj LLM do przepływów pracy agentów, w tym planowanie, używanie narzędzi i wieloetapowe interakcje w środowiskach IDE JetBrains.</li> <li>Twórz i rozwijaj środowiska oceny i symulacji, w których agenci kodujący mogą działać, mierzyć i porównywać w ramach realistycznych zadań programistycznych.</li> <li>Projektuj ramy i metryki oceny dla agentów zachowanie, analizuj ślady i dzienniki oraz zamykaj pętlę od oceny z powrotem do szkolenia, danych i projektowania nagród.</li> <li>Analizuj wyniki szkolenia i oceny, aby proponować i wdrażać ulepszenia architektur modeli, receptur szkoleniowych i zbiorów danych.</li> <li>Praca z infrastrukturą na dużą skalę, w tym rozproszonymi szkoleniami na klastrach GPU i dużym przetwarzaniem danych w stylu MapReduce na potrzeby wstępnego szkolenia i dostrajania zbiorów danych.</li> <li>Ściśle współpracuj z badaczami, produktami i infrastrukturą zespoły, które przekształcają zaawansowane wizje produktów w konkretne modele, eksperymenty i dostarczane funkcje. </li> </ul> <h3>Z przyjemnością przyjmiemy Cię na pokład, jeśli posiadasz:</h3> <ul> <li>Rozległe, praktyczne doświadczenie w szkoleniu LLM (przed szkoleniem, dostrajaniem lub po szkoleniu) w środowisku badawczym lub produkcyjnym.</li> <li>Głęboką wiedzę w zakresie nowoczesnych platform głębokiego uczenia się, takich jak PyTorch, oraz wyspecjalizowanych stosów szkoleniowych LLM (np. Megatron, NeMo, verl lub podobne).</li> <li>Dogłębne teoretyczne i praktyczne zrozumienie podstaw LLM: architektury, tokenizacja, potoki danych, przetwarzanie wsadowe, precyzja mieszana, trenowanie rozproszone i debugowanie niestabilnych przebiegów.</li> <li>Możliwość kompleksowego posiadania projektów, zaczynając od problemu wysokiego poziomu lub problemu związanego z produktem i nadzorowanie go przez fazy projektowania, eksperymentowania, wdrażania i iteracji.</li> <li>Nastawienie świadome produktu - zależy Ci na tym, w jaki sposób programiści faktycznie korzystają z agentów i mogą tłumaczyć produkt potrzeb i trybów awarii w modelowaniu i ocenie.</li> <li>Co najmniej 3 lata doświadczenia w Pythonie w pisaniu czystego, łatwego w utrzymaniu kodu w nowoczesnych bazach kodu ML.</li> </ul> <h3>Nasz idealny kandydat miałby doświadczenie z:</h3> <ul> <li>Orkiestratorami ML i narzędziami przepływu pracy, takimi jak Kubeflow, Dagster, Airflow, ZenML i/lub narzędziami do planowania zadań, takimi jak Kubernetes lub SLURM.</li> <li>Na dużą skalę potoki danych i szkoleń, np. Klastry w stylu MapReduce, szkolenie wielowęzłowych procesorów graficznych lub obciążenia rzędu ponad 1 miliona godzin procesora/GPU.</li> <li>Projektowanie i utrzymywanie potoków oceny dla LLM lub agentów, w tym metryk, pulpitów nawigacyjnych, śledzenia eksperymentów i automatycznych kontroli regresji.</li> <li>Tworzenie agentów AI, takich jak agenci korzystający z narzędzi, planiści lub przepływy pracy związane z kodowaniem wieloetapowym, a także znajomość platform agentycznych lub wzorce.</li> <li>Eksperymentuj ze śledzeniem i obserwowalnością za pomocą narzędzi takich jak Weights & Biases, MLflow, Langfuse i podobnych.</li> <li>Optymalizacja wnioskowania i udostępnianie zoptymalizowanych modeli w produkcji.</li> </ul> <p><span style="color: rgb(255, 255, 255);">#LI-KP1</span></p><div class="content-conclusion"><p><strong>My jesteśmy pracodawcą zapewniającym równe szanse</strong><br><br>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 w zakresie dostępności czy orientację.</p> <p><em data-stringify-type="italic">Przetwarzamy dane podane w Twoim wniosku o pracę zgodnie z <a href="https://www.jetbrains.com/legal/docs/privacy/privacy-recruitment/">Prywatnością dotyczącą rekrutacji Polityka.</a></em></p></div>Znajdź oferty pracy w Wielkiej Brytanii w serwisie Arbeitnow