Research Engineer (Agentic Models)

Мы создаём многошаговые кодирующие агенты, которые могут понимать большие кодовые базы, планировать изменения, вызывать инструменты и взаимодействовать с пользователем. Как Research Engineer в команде Agentic Models, вы будете отвечать за модели, циклы обучения и конвейеры оценки, которые питают эти агенты.

• Разрабатывать, внедрять и поддерживать конвейеры SFT и RL post‑training для многошаговых кодирующих агентов.
• Обучать и адаптировать LLM для рабочих процессов агентов, включая планирование, использование инструментов и многошаговые взаимодействия внутри IDE JetBrains.
• Создавать и развивать среды оценки и симуляции, где кодирующие агенты могут действовать, измеряться и сравниваться по реалистичным задачам разработчиков.
• Проектировать рамки оценки и метрики поведения агентов, анализировать трассы и логи, и замыкать цикл от оценки к обучению, данным и дизайну вознаграждений.
• Анализировать результаты обучения и оценки, предлагая и внедряя улучшения в архитектуру моделей, рецепты обучения и наборы данных.
• Работать с инфраструктурой крупного масштаба, включая распределённое обучение на GPU‑кластерах и обработку данных в стиле MapReduce для наборов данных предобучения и дообучения.
• Тесно сотрудничать с командами исследований, продукта и инфраструктуры, превращая высокоуровневые видения продукта в конкретные модели, эксперименты и выпущенные функции.

• Обширный практический опыт обучения LLM (предобучение, дообучение или post‑training) в исследовательской или производственной среде.
• Глубокая экспертиза современных фреймворков глубокого обучения, таких как PyTorch, и специализированных стеков обучения LLM (например, Megatron, NeMo, verl или аналогичные).
• Сильное теоретическое и практическое понимание фундаментальных аспектов LLM: архитектуры, токенизация, конвейеры данных, батчинг, смешанная точность, распределённое обучение и отладка нестабильных запусков.
• Способность полностью владеть проектами от начала до конца, начиная с высокоуровневой проблемы или боли продукта и контролируя их через этапы проектирования, экспериментов, реализации и итераций.
• Ориентированность на продукт — вы заботитесь о том, как разработчики действительно используют агентов, и можете переводить потребности продукта и сценарии отказов в задачи моделирования и оценки.
• Минимум 3 года опыта работы с Python, написания чистого, поддерживаемого кода в современных ML‑проектах.

• Оркестраторы ML и инструменты управления рабочими процессами, такие как Kubeflow, Dagster, Airflow, ZenML и/или планировщики задач, например Kubernetes или SLURM.
• Крупномасштабные данные и конвейеры обучения, например кластеры в стиле MapReduce, многоузловое GPU‑обучение или нагрузки порядка более 1M CPU/GPU‑часов.
• Проектирование и поддержка конвейеров оценки для LLM или агентов, включая метрики, дашборды, отслеживание экспериментов и автоматические регрессионные проверки.
• Разработка AI‑агентов, таких как агенты, использующие инструменты, планировщики или многошаговые кодирующие рабочие процессы, и знакомство с агентными фреймворками или паттернами.
• Отслеживание экспериментов и наблюдаемость с помощью инструментов, таких как Weights & Biases, MLflow, Langfuse или аналогичных.
• Оптимизация вывода и обслуживание оптимизированных моделей в продакшене.

Мы являемся работодателем, предоставляющим равные возможности

Мы знаем, что отличные идеи могут прийти от любого, где бы они ни находились. Поэтому мы делаем всё возможное, чтобы создать открытое и инклюзивное рабочее место — место, которое приветствует всех независимо от их происхождения, идентичности, религии, возраста, потребностей в доступности или ориентации.

Мы обрабатываем данные, предоставленные в вашей заявке, в соответствии с Политикой конфиденциальности при наборе персонала.