Инженер по машинному обучению и агентным системам

Кто мы

Наша миссия — внести ясность и контроль в самые сложные кодовые базы в мире. ИИ ускоряет создание кода, но инфраструктура для понимания, контроля и развития этого кода отстает. Sourcegraph предоставляет инженерным организациям полную видимость своих систем, точный контекст для своих агентов и возможность выполнять скоординированные изменения кода в большом масштабе. Поскольку агентная разработка становится доминирующей инженерной парадигмой, мы предоставляем командам контекстного уровня, необходимые для контроля над своей кодовой базой.

Благодаря поиску кода, глубокому поиску, MCP и агентным пакетным изменениям мы реализуем эту миссию уже сегодня — предоставляя командам разработчиков и их инструментам искусственного интеллекта контекст перекрестного репозитория для уверенной навигации по огромным базам кода и возможность вносить изменения в сотни репозиториев одновременно.

Такие компании, как Stripe, Reddit и Leidos, полагаются на Sourcegraph, чтобы доставлять продукты быстрее и качественнее. Нас поддерживают a16z, Sequoia и Redpoint, и мы гордимся тем, что работаем как глобально распределенная команда, которая ценит высокий уровень агентства, прямое общение и любовь клиентов.

Если вы хотите создать инфраструктуру, которая позволит каждой команде разработчиков — и каждому агенту, который они развертывают, — уверенно работать со своей кодовой базой, присоединяйтесь к нам.

Часы работы и местоположение

Хотя мы нанимаем сотрудников практически в любой точке мира, мы предпочитаем, чтобы на эту должность кто-то проживал в следующих местах. Однако, если вы чувствуете себя квалифицированным, мы приглашаем вас подать заявку независимо от вашего местоположения. Несмотря ни на что, рабочее время должно совпадать с EST как минимум на 20 часов в неделю.

Предпочтительные места:

• США

Почему эта работа интересна

Sourcegraph находится на переднем крае создания инструментов искусственного интеллекта для решения крупнейших проблем в индустрии программного обеспечения, проблем, которые становятся только серьезнее по мере роста кодовой базы и по мере того, как большая часть работы выполняется агентами. Команда понимания кода владеет поверхностями, где этот интеллект встречается с разработчиком: Deep Search, наша агентная многоэтапная система ответов по всей линейке кодовых баз предприятия, Query Assist, превращающая запросы на естественном языке в синтаксис запросов Sourcegraph, Smart Hovers, кратко суммирующая символы именно там, где это нужно разработчикам, управляемый анализ различий и API, на которые каждый день полагаются как люди, так и агенты ИИ.

Большая часть того, что делает эти поверхности эффективными, — это агентная инженерия: смесь разработки программного обеспечения, машинного обучения и статистики. Проектирование агентов подсказывает нам, какую модель и когда использовать, как извлекать и упаковывать контекст, как измерять качество ответов, где точно настроить или выделить модель меньшего размера, чтобы сократить затраты и задержки, а также как превратить один вызов LLM в надежного многоэтапного агента. Как штатный инженер по машинному обучению и агент-инженер по анализу кода, вы будете его техническим владельцем: задавать направление команде в отношении моделей, оценок и агентных систем, делать наши продукты заметно лучше, быстрее и дешевле, а также повышать умение команды создавать модели с помощью моделей.

Это роль на уровне персонала: мы нанимаем технического руководителя, а не просто сильного индивидуального сотрудника. Основная потребность — это производственный орган по машинному обучению и оценке, который также создает системы производственных агентов. Вы будете решать самые сложные и неоднозначные проблемы в этой сфере, устанавливать стандарты, которым следуют другие, и влиять на направление, выходящее за рамки вашей непосредственной команды. У вас будет захватывающая возможность воплотить в жизнь идею о том, как мы можем обеспечить лучший на рынке опыт понимания кода, объединив наши детерминированные крупномасштабные системы и искусственный интеллект в невиданные ранее возможности.

В частности, у вас будут такие работы, как:

• Агентские системы. Вы будете разрабатывать и совершенствовать многоэтапные агентские циклы с использованием инструментов, лежащие в основе текущего и нового агентского опыта, превращая исследования и эксперименты в надежные, наблюдаемые и доступные продукты в масштабе предприятия.

• Прагматичное использование оценок. Создание агентских продуктов означает необходимость сказать, когда изменение действительно помогло, а это сложно, когда агенты продолжают меняться, а продукт продолжает меняться. Вы выскажете свое мнение о том, где оценки зарабатывают, когда использовать целевые дымовые тесты и метрики и как избежать шума, маскируемого под строгость, чтобы мы могли действовать быстро и с уверенностью.

• Модели: отбор, модернизация и обучение. Вы будете решать, какие модели и где мы будем использовать, проводить обновления и настраивать наши собственные, когда это будет необходимо.

• Поиск и контекстная инженерия. Вы расскажете о том, как мы закрепляем модели в коде клиента — поиск, ранжирование, контекстные окна, цитаты — чтобы сделать ответы более точными и проверяемыми.

• Стоимость и задержка. Каждая поверхность имеет экономический бюджет для каждого пользователя. Вы будете относиться к стоимости и задержке как к функциям продукта, а также к моделям профиля, фильтрации, кэша и правильного размера, чтобы мы могли устойчиво реализовывать амбициозные функции.

Вы будете делать это в небольшой команде со старшим составом, которая быстро доставляет продукт, владеет большим объемом продукта и имеет оптимизированное управление продуктом: инженеры здесь общаются с клиентами, формулируют проблему и контролируют ее от начала до конца. У вас будет реальная свобода действий в техническом руководстве и прямая связь с влиянием вашей работы.

В течение месяца вы…

• Обеспечьте сквозную локальную работу продуктов «Понимание кода» и их конвейеров моделей и агентов и внесите первые улучшения в модель, приглашение, путь получения или оценку.

• Создайте четкое представление о том, где возникают проблемы при разработке ИИ, и о том, какие поверхности продукта наиболее ограничены ими.

• Познакомьтесь с командой и нашими клиентами и начните формировать собственное мнение о том, в каком направлении дальше должны развиваться наши агентные продукты.

• Присоединяйтесь к ротации дежурной службы поддержки.

За три месяца вы…

• Владеть значимым агентским фрагментом продукта от начала до конца, управляя им от формулирования проблемы до развертывания и измерения.

• Установите, как команда ответственно разрабатывает модели и оперативно вносит изменения: оценки, информационные панели и ограждения, которые делают снижение качества и затрат видимым до того, как клиенты его почувствуют…

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