Inżynier ds. uczenia maszynowego i systemów agentowych (IC4)

Kim jesteśmy

Naszą misją jest zapewnienie przejrzystości i kontroli najbardziej złożonym bazom kodu na świecie. Sztuczna inteligencja przyspiesza tworzenie kodu, ale infrastruktura umożliwiająca zrozumienie, nadzorowanie i ewolucję tego kodu nie nadąża za tym tempem. Sourcegraph zapewnia organizacjom inżynierskim pełny wgląd w ich systemy, dokładny kontekst dla ich agentów oraz możliwość wykonywania skoordynowanych zmian w kodzie na dużą skalę. Ponieważ rozwój agentyczny staje się dominującym paradygmatem inżynierii, zapewniamy zespołom warstwę kontekstu potrzebną do przejęcia kontroli nad bazą kodu.

Dzięki przeszukiwaniu kodu, głębokiemu wyszukiwaniu, MCP i zmianom wsadowym agentów realizujemy tę misję już dziś – zapewniając zespołom inżynierskim i ich narzędziom AI kontekst między repo, umożliwiający pewne poruszanie się po ogromnych bazach kodu oraz możliwość wprowadzania zmian w setkach repozytoriów jednocześnie.

Firmy takie jak Stripe, Reddit i Leidos polegają na Sourcegraph, aby dostarczać produkty szybciej i z wyższą jakością. Jesteśmy wspierani przez a16z, Sequoia i Redpoint i jesteśmy dumni, że działamy jako globalnie rozproszony zespół, który ceni wysoką skuteczność, bezpośrednią komunikację i miłość do klienta.

Jeśli chcesz zbudować infrastrukturę, która umożliwi każdemu zespołowi inżynieryjnemu – i każdemu wdrażanemu przez niego agentowi – niezawodne działanie w oparciu o swój kod, dołącz do nas.

Godziny i lokalizacja

Chociaż zatrudniamy niemal w każdym miejscu na świecie, preferujemy, aby na to stanowisko znajdowała się osoba mieszkająca w następujących lokalizacjach. Jeśli jednak czujesz się na siłach, zapraszamy do aplikowania niezależnie od lokalizacji. Bez względu na wszystko godziny pracy muszą pokrywać się z czasem EST przez co najmniej 20 godzin tygodniowo.

Preferowane lokalizacje:

• Stany Zjednoczone

Dlaczego ta praca jest ekscytująca

Sourcegraph przoduje w tworzeniu narzędzi AI do rozwiązywania największych problemów w branży oprogramowania, problemów, które stają się coraz większe w miarę rozwoju baz kodu i większej części pracy wykonywanej przez agentów. Zespół Code Understanding jest właścicielem powierzchni, na których ta inteligencja spotyka się z programistą: Deep Search, nasz agentowy, wieloetapowy silnik odpowiedzi w całej gamie baz kodów przedsiębiorstwa, Query Assist, zamieniający zapytania w języku naturalnym na składnię zapytań Sourcegraph, Smart Hovers, zwięźle podsumowujące symbole tam, gdzie są potrzebne programistom, przegląd różnic z przewodnikiem oraz interfejsy API, z których na co dzień korzystają zarówno ludzie, jak i agenci AI.

Większą część tego, co sprawia, że ​​te powierzchnie działają, to inżynieria agentowa: połączenie inżynierii oprogramowania, uczenia maszynowego i statystyki. Inżynieria agentów mówi nam, jakiego modelu użyć i kiedy, jak odzyskać i spakować kontekst, jak mierzyć jakość odpowiedzi, gdzie dostroić lub wydestylować mniejszy model, aby obniżyć koszty i opóźnienia, a także jak rozszerzyć pojedyncze wywołanie LLM w niezawodnego, wieloetapowego agenta. Jako pracownik ML i inżynier agenta w Code Understanding będziesz jego technicznym właścicielem: wyznaczasz kierunki zespołowi w zakresie modeli, ocen i systemów agentycznych, czynisz nasze produkty wymiernie lepszymi, szybszymi i tańszymi oraz podnosisz płynność zespołu w budowaniu modeli.

Jest to rola na poziomie personelu: zatrudniamy lidera technicznego, a nie tylko silnego indywidualnego specjalistę. Podstawową potrzebą jest produkcyjny system ML i organ oceniający, który również tworzy systemy agentów produkcyjnych. Będziesz mierzyć się z najtrudniejszymi i najbardziej niejednoznacznymi problemami w tej przestrzeni, wyznaczać standardy, którymi będą się kierować inni i wpływać na kierunek działania poza swoim bezpośrednim zespołem. Otrzymasz ekscytującą szansę na urzeczywistnienie wizji tego, w jaki sposób możemy zapewnić najlepsze na rynku doświadczenie w zakresie zrozumienia kodu, łącząc nasze deterministyczne, wielkoskalowe systemy i sztuczną inteligencję w doświadczenia, których nigdy wcześniej nie widziano.

Konkretnie, będziesz właścicielem takich prac jak:

• Systemy agentowe. Zaprojektujesz i udoskonalisz wieloetapowe, wykorzystujące narzędzia pętle agentów stojące za obecnymi i nowymi doświadczeniami agentów, przekształcając badania i eksperymenty w niezawodne, obserwowalne i niedrogie produkty na skalę przedsiębiorstwa.

• Pragmatyczne wykorzystanie ewaluacji. Tworzenie produktów agentycznych oznacza potrzebę stwierdzenia, kiedy zmiana faktycznie pomogła, co jest trudne, gdy agenci ciągle się zmieniają, a produkt ciągle się zmienia. Ocenisz, gdzie oceny są opłacalne, kiedy stosować ukierunkowane testy i wskaźniki dymu oraz jak unikać hałasu ubranego w rygorystyczność, abyśmy mogli działać szybko i pewnie.

• Modele: selekcja, modernizacja i szkolenie. Ty decydujesz, które modele gdzie będziemy uruchamiać, wprowadzasz ulepszenia i dostrajasz własne, gdy jest to właściwe.

• Inżynieria wyszukiwania i kontekstu. Będziesz opowiadać o tym, jak osadzamy modele w kodzie klienta – pobieranie, ranking, okna kontekstowe, cytaty – aby odpowiedzi były dokładniejsze i weryfikowalne.

• Koszt i opóźnienia. Każda powierzchnia ma budżet ekonomiczny na użytkownika. Koszty i opóźnienia będziesz traktować jako cechy produktu, a modele profilowe, destylacyjne, pamięci podręcznej i odpowiedniej wielkości, abyśmy mogli dostarczać ambitne funkcje w sposób zrównoważony.

Zrobisz to w małym zespole składającym się ze starszych pracowników, który szybko dostarcza produkty, posiada dużą powierzchnię produktów i usprawnia zarządzanie produktami: inżynierowie rozmawiają z klientami, określają problem i kompleksowo go kontrolują. Będziesz mieć prawdziwą władzę nad kierunkiem technicznym i bezpośredni wpływ na wpływ swojej pracy.

W ciągu miesiąca będziesz…

• Uruchom produkty Code Understanding i ich potoki modeli/agentów kompleksowo lokalnie i opracuj pierwsze ulepszenia modelu, podpowiedzi, ścieżki pobierania lub oceny.

• Zbuduj jasny obraz tego, gdzie leży problem inżynierii AI i powierzchni produktu, która jest przez nie najbardziej ograniczona.

• Poznaj zespół i naszych klientów oraz zacznij formułować własne opinie na temat tego, gdzie powinny trafić nasze produkty agentowe.

• Dołącz do rotacyjnego wsparcia zespołu na wezwanie.

W ciągu trzech miesięcy będziesz…

• Posiadaj znaczący, agentowy fragment produktu od początku do końca, kierując go od określenia problemu, poprzez wdrożenie i pomiar.

• Ustal, w jaki sposób zespół odpowiedzialnie dostarcza modele i przyspiesza zmiany: oceny, pulpity nawigacyjne i poręcze, które sprawiają, że regresje w zakresie jakości i kosztów są widoczne, zanim klienci je odczują.…

Źródło: Jobspresso (https://jobspresso.co/job/ml-agentic-systems-engineer-ic4/)