Founding Researcher

A oportunidade

Agentes de programação agora escrevem a maior parte do código. O gargalo saiu da digitação e foi para tudo ao redor: observar, monitorar, depurar, encontrar a causa raiz, o plantão, decidir o que é seguro lançar. O ciclo de vida está se dividindo em duas metades. Uma é a intenção. A outra é a execução. A metade da execução não deveria ser tão difícil.

Estamos construindo o Polylane: a plataforma que permite aos desenvolvedores lançar software que se opera sozinho. Software que se observa em produção, investiga issues, encontra causas raiz e lança correções antes que alguém seja acordado. Software que opera a si mesmo.

Nada disso funciona se os agentes não forem confiáveis. O objetivo desta vaga é melhorar os modelos e os harnesses por trás do software que se opera sozinho. O problema difícil não é fazer um modelo propor uma correção; é saber, empiricamente, quando o agente está certo, quando está chutando e como mover essa fronteira execução após execução. Isso é pesquisa em produção: seus experimentos vão para workspaces reais, e o ciclo de feedback é medido em dias, não em ciclos de conferência.

No que você trabalharia

• Melhorar os próprios modelos: pós-treinamento com dados operacionais reais para que investiguem sistemas de produção melhor a cada execução.
• Melhorar o harness: o loop do agente, as ferramentas e o contexto, para que o mesmo modelo vá mais longe no mesmo incidente.
• Construir harnesses de avaliação que pontuem investigações de agentes contra a verdade de referência de incidentes reais de produção.
• Rodar experimentos de engenharia de contexto: o que injetar, quando e quanto, entre briefings, memória e recuperação.
• Estudar modos de falha de agentes que usam ferramentas em tarefas operacionais de longo horizonte e transformá-los em correções.
• Publicar internamente, e externamente quando isso nos deixar mais afiados.

O que procuramos

Você deve ter lançado sistemas com LLMs e os medido com seriedade, além de demos e impressões. Você é fluente em metodologia de avaliação: construir datasets, definir métricas, evitar contaminação.

Você escreve código de qualidade de produção em TypeScript ou Python e não precisa de um engenheiro de pesquisa para lançar. Você tem opiniões sobre confiabilidade de agentes, grounding e janelas de contexto, sustentadas por experimentos.

Você fica à vontade quando a resposta é “ainda não sabemos” e é rigoroso para descobrir.

Quem é a Coreplane Labs?

Um time pequeno, e a empresa por trás do Polylane. Já operamos na escala da Cloudflare, onde construímos a plataforma de observabilidade usada por milhões de desenvolvedores todos os dias. Passamos anos escrevendo, operando e quebrando sistemas de produção profissionalmente.

A Coreplane é o que vem a seguir. Sediada em San Francisco. Trabalhamos presencialmente.