Founding Researcher

Можливість

Агенти кодування тепер пишуть більшість коду. Вузьке місце перемістилося з набирання тексту на все навколо нього: спостереження, моніторинг, налагодження, пошук першопричин, чергування, рішення про те, що безпечно випускати. Життєвий цикл стискається до двох половин. Одна половина є наміром. Інша є виконанням. Половина виконання не повинна бути такою складною.

Ми створюємо Polylane: платформу, яка дозволяє розробникам випускати самокероване програмне забезпечення. Програмне забезпечення, яке стежить за собою в продакшні, розслідує проблеми, знаходить першопричини і випускає виправлення до того, як когось розбудять. Програмне забезпечення, яке обслуговує себе саме.

Ніщо з цього не працює, якщо агентам не можна довіряти. Мета цієї ролі полягає в тому, щоб покращувати моделі та обгортки, які стоять за самокерованим програмним забезпеченням. Складна проблема не в тому, щоб змусити модель запропонувати виправлення; вона в тому, щоб емпірично знати, коли агент має рацію, коли він вгадує і як зсувати цю межу запуск за запуском. Це дослідження в продакшні: ваші експерименти виходять у справжні робочі простори, а цикл зворотного зв’язку вимірюється днями, а не циклами конференцій.

Над чим ви працюватимете

• Покращення самих моделей: донавчання на реальних операційних даних, щоб вони з кожним запуском краще розслідували продакшн-системи.
• Покращення обгортки: цикл агента, інструменти і контекст, щоб та сама модель просувалася далі на тому самому інциденті.
• Створення систем оцінювання, які зіставляють розслідування агентів з істинними даними з реальних інцидентів у продакшні.
• Проведення експериментів з інженерії контексту: що додавати, коли і скільки, у брифінгах, пам’яті та пошуку.
• Вивчення режимів збою агентів, які використовують інструменти, на довгих операційних задачах і перетворення їх на виправлення.
• Публікації всередині компанії, а також зовні, коли це робить нас гострішими.

Кого ми шукаємо

Ви маєте випускати LLM-системи і серйозно їх вимірювати, поза демо і відчуттями. Ви вільно володієте методологією оцінювання: побудова наборів даних, визначення метрик, уникнення контамінації.

Ви пишете код продакшн-якості на TypeScript або Python і не потребуєте research engineer, щоб випустити. У вас є думки про надійність агентів, grounding і вікна контексту, підкріплені експериментами.

Вам комфортно, коли відповідь звучить «ми ще не знаємо», і ви ретельно з’ясовуєте.

Хто така Coreplane Labs?

Невелика команда і компанія за Polylane. Ми працювали в масштабі Cloudflare, де створили платформу спостережуваності, якою щодня користуються мільйони розробників. Ми роками писали, експлуатували і ламали продакшн-системи за фахом.

Coreplane є тим, що йде далі. Розташована в Сан-Франциско. Ми працюємо особисто, в офісі.