Founding Researcher

L’opportunité

Les agents de codage écrivent désormais la majorité du code. Le goulot d’étranglement s’est déplacé de la frappe vers tout ce qui l’entoure : observer, superviser, déboguer, trouver la cause racine, être on-call, décider de ce qu’on peut livrer sans risque. Le cycle de vie se réduit à deux moitiés. L’une est l’intention. L’autre est l’exécution. La moitié exécution ne devrait pas être aussi difficile.

Nous construisons Polylane : la plateforme qui permet aux développeurs de livrer un logiciel autonome en exploitation. Un logiciel qui se surveille lui-même en production, enquête sur les issues, trouve les causes racines et livre les correctifs avant que quiconque ne soit réveillé. Un logiciel qui s’exploite lui-même.

Rien de tout cela ne fonctionne si les agents ne sont pas dignes de confiance. L’objectif de ce poste est d’améliorer les modèles et les harnais derrière le logiciel autonome en exploitation. Le problème difficile n’est pas d’amener un modèle à proposer un correctif ; c’est de savoir, empiriquement, quand l’agent a raison, quand il devine, et comment déplacer cette frontière run après run. C’est de la recherche en production : tes expériences sont livrées dans de vrais espaces de travail, et la boucle de retour se mesure en jours, pas en cycles de conférences.

Ce sur quoi tu travaillerais

• Améliorer les modèles eux-mêmes : post-entraînement sur de vraies données opérationnelles pour qu’ils enquêtent mieux sur les systèmes de production à chaque run.
• Améliorer le harnais : la boucle d’agent, les outils et le contexte, pour que le même modèle aille plus loin sur le même incident.
• Construire des harnais d’évaluation qui notent les enquêtes des agents par rapport à la vérité terrain de vrais incidents de production.
• Mener des expériences d’ingénierie du contexte : quoi injecter, quand et en quelle quantité, à travers briefings, mémoire et récupération.
• Étudier les modes de défaillance des agents utilisant des outils sur des tâches opérationnelles de longue haleine et les transformer en correctifs.
• Publier en interne, et en externe quand cela nous rend plus affûtés.

Ce que nous cherchons

Tu devrais avoir livré des systèmes LLM et les avoir mesurés sérieusement, au-delà des démos et des impressions. Tu maîtrises la méthodologie d’évaluation : construire des jeux de données, définir des métriques, éviter la contamination.

Tu écris du code de qualité production en TypeScript ou en Python et tu n’as pas besoin d’un research engineer pour livrer. Tu as des opinions sur la fiabilité des agents, l’ancrage et les fenêtres de contexte, appuyées par des expériences.

Tu es à l’aise quand la réponse est « nous ne savons pas encore » et rigoureux pour le découvrir.

Qui est Coreplane Labs ?

Une petite équipe, et l’entreprise derrière Polylane. Nous avons opéré à l’échelle de Cloudflare, où nous avons construit la plateforme d’observabilité utilisée chaque jour par des millions de développeurs. Nous avons passé des années à écrire, exploiter et casser des systèmes de production pour gagner notre vie.

Coreplane est la suite. Basée à San Francisco. Nous travaillons en présentiel.