ML ve Aracı Sistemler Mühendisi (IC4)

Biz kimiz

Misyonumuz dünyanın en karmaşık kod tabanlarına netlik ve kontrol kazandırmaktır. Yapay zeka kod oluşturmayı hızlandırıyor ancak bu kodu anlayacak, denetleyecek ve geliştirecek altyapı bu tempoya ayak uyduramadı. Sourcegraph, mühendislik kuruluşlarına sistemleri genelinde tam görünürlük, aracıları için kesin bağlam ve koordineli kod değişikliklerini geniş ölçekte yürütme yeteneği sağlar. Etkenli geliştirme baskın mühendislik paradigması haline geldikçe, ekiplerin kod tabanlarının kontrolünü ele geçirmeleri için ihtiyaç duydukları bağlam katmanı sağlıyoruz.

Code Search, Deep Search, MCP ve Agentic Batch Changes ile bu görevi bugün yerine getiriyoruz; mühendislik ekiplerine ve onların yapay zeka araçlarına devasa kod tabanlarında güvenle gezinmek için çapraz repo bağlamını ve yüzlerce depoda aynı anda değişiklik yapma olanağını sağlıyoruz.

Stripe, Reddit ve Leidos gibi şirketler daha hızlı ve daha kaliteli teslimat yapmak için Sourcegraph'a güveniyor. a16z, Sequoia ve Redpoint tarafından destekleniyoruz ve yüksek temsilciliğe, doğrudan iletişime ve müşteri sevgisine değer veren, küresel olarak dağılmış bir ekip olarak çalışmaktan gurur duyuyoruz.

Her mühendislik ekibinin ve dağıttıkları her aracının kendi kod tabanlarında güvenle çalışmasına olanak tanıyan altyapıyı oluşturmak istiyorsanız bize katılın.

Saatler ve konum

Dünyanın neredeyse her yerinde işe alım yapıyor olsak da, bu rol için aşağıdaki konumlarda ikamet eden birini tercih ediyoruz. Ancak kendinizi nitelikli hissediyorsanız, bulunduğunuz yer ne olursa olsun başvuruda bulunmanızı memnuniyetle karşılıyoruz. Ne olursa olsun çalışma saatleri haftada en az 20 saat EST ile çakışmalıdır.

Tercih edilen yerler:

• ABD

Bu iş neden heyecan verici?

Sourcegraph, yazılım endüstrisindeki en büyük sorunları çözmek için yapay zeka araçları oluşturmada ön saflarda yer alıyor; sorunlar, kod tabanları büyüdükçe ve işin çoğu aracılar tarafından yapıldıkça daha da büyüyor. Code Understanding ekibi, bu zekanın geliştiriciyle buluştuğu yüzeylerin sahibidir: Bir kuruluşun tüm kod tabanı serisindeki aracılı, çok adımlı yanıt motorumuz olan Derin Arama, doğal dil sorgularını Sourcegraph sorgu sözdizimine dönüştüren Sorgu Yardımı, geliştiricilerin ihtiyaç duyduğu yerde sembolleri kısa ve öz bir şekilde özetleyen Smart Hovers, rehberli fark incelemesi ve hem insanların hem de yapay zeka aracılarının her gün güvendiği API'ler.

Bu yüzeyleri harekete geçiren şeylerin çoğu aracı mühendisliğidir: yazılım mühendisliği, makine öğrenimi ve istatistiklerin bir karışımı. Temsilci mühendisliği bize hangi modelin ne zaman kullanılacağını, bağlamın nasıl alınıp paketleneceğini, yanıt kalitesinin nasıl ölçüleceğini, maliyetleri ve gecikmeyi azaltmak için daha küçük bir modele nerede ince ayar yapılacağını veya ayrıştırılacağını ve tek bir LLM çağrısını güvenilir, çok adımlı bir aracıya nasıl genişleteceğimizi anlatır. Code Understanding'in personel ML'si ve temsilci mühendisi olarak, bunun teknik sahibi siz olacaksınız: modeller, değerlendirmeler ve aracı sistemler için ekibin yönünü belirleyecek, ürünlerimizi ölçülebilir şekilde daha iyi, daha hızlı ve daha ucuz hale getirecek ve ekibin modeller oluşturma konusundaki akıcılığını artıracaksınız.

Bu, personel düzeyinde bir roldür: yalnızca güçlü bir bireysel katılımcıyı değil, bir teknik lideri işe alıyoruz. Birincil ihtiyaç, aynı zamanda üretim aracısı sistemleri de oluşturan bir üretim ML'si ve değerlendirme yetkilisidir. Bu alandaki en zor, en belirsiz sorunlara sahip olacak, diğerlerinin takip edeceği standartları belirleyecek ve ekibinizin ötesindeki yönlendirmeyi siz etkileyeceksiniz. Belirleyici, büyük ölçekli sistemlerimizi ve yapay zekamızı daha önce hiç görülmemiş deneyimlerle birleştirerek piyasadaki en iyi kod anlama deneyimini nasıl sağlayabileceğimize dair vizyonu yönlendirmek için heyecan verici bir şansa sahip olacaksınız.

Somut olarak aşağıdaki gibi çalışmalara sahip olacaksınız:

• Ajan sistemleri. Mevcut ve yeni temsilci deneyimlerinin ardındaki çok adımlı, araç kullanan aracı döngülerini tasarlayıp güçlendirecek, araştırma ve deneyleri kurumsal ölçekte güvenilir, gözlemlenebilir ve uygun fiyatlı ürünlere dönüştüreceksiniz.

• Değerlendirmelerin pragmatik kullanımı. Temsilci ürünler hazırlamak, bir değişikliğin gerçekten ne zaman işe yaradığını söyleme ihtiyacı anlamına gelir; temsilciler değişmeye devam ettiğinde ve ürün de değişmeye devam ettiğinde bu zordur. Değerlendirmelerin nerede kazanç sağlayacağı, hedeflenen duman testleri ve ölçümlerinin ne zaman kullanılacağı ve titizlik gibi görünen gürültüden nasıl kaçınılacağı konusunda karar vereceksiniz, böylece güvenle hızlı hareket edebiliriz.

• Modeller: seçme, yükseltme ve eğitim. Hangi modelleri nerede çalıştıracağımıza, yükseltmeleri artıracağımıza ve doğru karar olduğunda kendi modellerimize ince ayar yapacağımıza siz karar vereceksiniz.

• Erişim ve bağlam mühendisliği. Yanıtları daha doğru ve doğrulanabilir hale getirmek için müşterinin kodundaki modelleri (erişim, sıralama, bağlam pencereleri, alıntılar) nasıl temellendirdiğimizi öğreneceksiniz.

• Maliyet ve gecikme. Her yüzeyin kullanıcı başına bir ekonomik bütçesi vardır. İddialı özellikleri sürdürülebilir bir şekilde sunabilmemiz için maliyet ve gecikmeyi ürün özellikleri ve profil, ayırma, önbellek ve doğru boyutlu modeller olarak ele alacaksınız.

Bunu hızlı bir şekilde sevk edilen, çok sayıda ürün alanına sahip olan ve ürün yönetimini kolaylaştıran küçük, üst düzey bir ekiple yapacaksınız: buradaki mühendisler müşterilerle konuşur, sorunu çerçeveler ve uçtan uca sahiplenir. Teknik yönlendirme konusunda gerçek bir yetkiye sahip olacaksınız ve çalışmanızın etkisine doğrudan ulaşabileceksiniz.

Bir ay içinde…

• Code Understanding ürünlerini ve bunların yerel olarak uçtan uca çalışan model/aracı ardışık düzenlerini edinin ve ilk iyileştirmelerinizi bir modele, bilgi istemine, alma yoluna veya değerlendirmeye yerleştirin.

• Yapay zeka mühendisliği sorunlarının nerede olduğuna ve bunların en çok kısıtladığı ürün yüzeylerine ilişkin net bir resim oluşturun.

• Ekibimizi ve müşterilerimizi tanıyın ve acentelik ürünlerimizin bundan sonra nereye gitmesi gerektiği konusunda kendi fikirlerinizi oluşturmaya başlayın.

• Ekibin çağrı üzerine destek rotasyonuna katılın.

Üç ay içinde…

• Uçtan uca ürünün anlamlı bir aracı dilimine sahip olun, sorun çerçevelemesinden kullanıma sunma ve ölçüme kadar onu yönlendirin.

• Ekibin değişiklikleri nasıl modellediğini ve sorumlu bir şekilde yönlendirdiğini belirleyin: kalite ve maliyet gerilemelerini müşteriler hissetmeden görünür kılan değerlendirmeler, gösterge tabloları ve korkuluklar.…

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