Founding Researcher

Muligheden

Kodeagenter skriver nu det meste af koden. Flaskehalsen er flyttet fra at taste til alt det omkring: at observere, overvåge, fejlfinde, finde rodårsager, on-call, beslutte hvad der er sikkert at levere. Livscyklussen falder sammen i to halvdele. Den ene halvdel er intention. Den anden er udførelse. Udførelseshalvdelen bør ikke være så svær.

Vi bygger Polylane: platformen, der lader udviklere levere selvkørende software. Software, der holder øje med sig selv i produktion, undersøger issues, finder rodårsager og leverer rettelser, før nogen bliver paget. Software, der kører sig selv.

Intet af det virker, medmindre agenterne er til at stole på. Målet med denne rolle er at forbedre modellerne og de harnesses, der ligger bag selvkørende software. Det svære problem er ikke at få en model til at foreslå en rettelse; det er at vide, empirisk, hvornår agenten har ret, hvornår den gætter, og hvordan man flytter den grænse kørsel efter kørsel. Det her er forskning i produktion: dine eksperimenter leveres til rigtige workspaces, og feedback-loopet måles i dage, ikke i konferencecyklusser.

Hvad du ville arbejde på

• At forbedre selve modellerne: post-training på rigtige driftsdata, så de undersøger produktionssystemer bedre med hver kørsel.
• At forbedre harnesset: agentloopet, værktøjerne og konteksten, så den samme model kommer længere på den samme hændelse.
• At bygge evalueringsharnesses, der scorer agenters undersøgelser mod ground truth fra rigtige produktionshændelser.
• At køre eksperimenter med context engineering: hvad der skal indsættes, hvornår og hvor meget, på tværs af briefinger, hukommelse og retrieval.
• At studere fejltilstande hos værktøjsbrugende agenter på lange driftsopgaver og gøre dem til rettelser.
• At publicere internt, og eksternt når det gør os skarpere.

Hvad vi leder efter

Du bør have leveret LLM-systemer og målt dem seriøst, ud over demoer og fornemmelser. Du er flydende i evalueringsmetode: at bygge datasæt, definere metrikker, undgå kontaminering.

Du skriver kode i produktionskvalitet i TypeScript eller Python og har ikke brug for en research engineer for at levere. Du har holdninger til agenters pålidelighed, grounding og kontekstvinduer, bakket op af eksperimenter.

Du er tryg, når svaret er “det ved vi ikke endnu”, og grundig i at finde ud af det.

Hvem er Coreplane Labs?

Et lille team og virksomheden bag Polylane. Vi har arbejdet i Cloudflare-skala, hvor vi byggede den observability-platform, som millioner af udviklere bruger hver dag. Vi har brugt år på at skrive, drive og ødelægge produktionssystemer for at leve.

Coreplane er det, der kommer nu. Baseret i San Francisco. Vi arbejder fysisk sammen.