Founding Researcher

Die Chance

Coding-Agenten schreiben inzwischen den Großteil des Codes. Der Engpass ist vom Tippen zu allem drum herum gewandert: beobachten, monitoren, debuggen, Ursachen finden, On-Call, entscheiden, was sicher ausgeliefert werden kann. Der Lebenszyklus fällt in zwei Hälften zusammen. Die eine ist Absicht. Die andere ist Ausführung. Die Ausführungshälfte sollte nicht so schwer sein.

Wir bauen Polylane: die Plattform, mit der Entwickler Software ausliefern, die sich selbst betreibt. Software, die sich in Produktion selbst beobachtet, Issues untersucht, Grundursachen findet und Fixes ausliefert, bevor jemand geweckt wird. Software, die sich selbst betreibt.

Nichts davon funktioniert, wenn die Agenten nicht vertrauenswürdig sind. Ziel dieser Rolle ist, die Modelle und die Harnesses hinter Software zu verbessern, die sich selbst betreibt. Das schwere Problem ist nicht, ein Modell dazu zu bringen, einen Fix vorzuschlagen; es ist, empirisch zu wissen, wann der Agent recht hat, wann er rät, und wie man diese Grenze Run für Run verschiebt. Das ist Forschung in Produktion: Deine Experimente gehen in echte Workspaces, und die Feedback-Schleife wird in Tagen gemessen, nicht in Konferenzzyklen.

Woran du arbeiten würdest

• Die Modelle selbst verbessern: Post-Training auf echten Betriebsdaten, damit sie Produktionssysteme mit jedem Run besser untersuchen.
• Das Harness verbessern: den Agenten-Loop, die Tools und den Kontext, damit dasselbe Modell beim selben Incident weiter kommt.
• Evaluations-Harnesses bauen, die Agenten-Untersuchungen gegen die Ground Truth echter Produktions-Incidents bewerten.
• Context-Engineering-Experimente durchführen: was einspeisen, wann und wie viel, über Briefings, Memory und Retrieval hinweg.
• Fehlermodi von Tool-nutzenden Agenten bei langen operativen Aufgaben untersuchen und daraus Fixes machen.
• Intern veröffentlichen, und extern, wenn es uns schärfer macht.

Wen wir suchen

Du solltest LLM-Systeme ausgeliefert und ernsthaft gemessen haben, jenseits von Demos und Bauchgefühl. Du bist sicher in Evaluationsmethodik: Datensätze bauen, Metriken definieren, Kontamination vermeiden.

Du schreibst produktionsreifen Code in TypeScript oder Python und brauchst keinen Research Engineer, um auszuliefern. Du hast Meinungen zu Agenten-Zuverlässigkeit, Grounding und Kontextfenstern, gestützt auf Experimente.

Du bist gelassen, wenn die Antwort „Wir wissen es noch nicht“ lautet, und rigoros darin, es herauszufinden.

Wer ist Coreplane Labs?

Ein kleines Team und das Unternehmen hinter Polylane. Wir haben in Cloudflare-Größe operiert, wo wir die Observability-Plattform gebaut haben, die Millionen Entwickler jeden Tag nutzen. Wir haben Jahre damit verbracht, Produktionssysteme beruflich zu schreiben, zu betreiben und kaputtzumachen.

Coreplane ist, was als Nächstes kommt. Mit Sitz in San Francisco. Wir arbeiten vor Ort.