Research Engineer – Agentic Models

🕒 vor 7 Monaten

🌐 Niederlande, Serbien, +6 weitere Länder – Remote

🇳🇱 Niederlande – Remote 🇷🇸 Serbien – Remote 🇩🇪 Deutschland – Remote 🇨🇾 Zypern – Remote 🇬🇧 Vereinigtes Königreich – Remote 🇪🇸 Spanien – Remote 🇵🇱 Polen – Remote 🇦🇲 Armenien – Remote

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

📚 Forschungsingenieur

👻 Geisterscore 38%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

JetBrains

WebsiteLinkedInAlle Stellen

1001 - 5000 Mitarbeiter

Gegründet 2000

🤝 B2B

☁️ SaaS

🤖 Künstliche Intelligenz

B2B • SaaS • Artificial Intelligence

JetBrains ist ein Softwareunternehmen, das professionelle Entwicklerwerkzeuge und integrierte Entwicklungsumgebungen (IDEs) entwickelt — darunter IntelliJ IDEA, PyCharm, WebStorm, Rider und weitere — sowie Team- und CI/CD-Tools wie TeamCity, YouTrack, Datalore und Code-Qualitätsdienste. Das Unternehmen bietet auch KI-gestützte Entwicklerfunktionen (Junie, AI Assistant, AI Enterprise), einen Marktplatz für Plugins, Bildungsangebote (JetBrains Academy, Kurse, kostenlose Lizenzen für Studierende/Lehrende) und Unternehmensdienstleistungen zur Verwaltung von Entwicklerwerkzeugen im großen Maßstab an. JetBrains konzentriert sich darauf, die Produktivität, Zusammenarbeit und Code-Qualität für individuelle Entwickler und Organisationen weltweit zu verbessern.

Beschreibung

• Design, implement, and maintain SFT and RL post-training pipelines for multi-step coding agents. • Train and adapt LLMs for agent workflows, including planning, tool use, and multi-step interactions inside JetBrains IDEs. • Build and develop evaluation and simulation environments where coding agents can act, be measured, and compared on realistic developer tasks. • Design evaluation frameworks and metrics for agent behavior, analyze traces and logs, and close the loop from evaluation back into training, data, and reward design. • Analyze training and evaluation results to propose and implement improvements to model architectures, training recipes, and datasets. • Work with large-scale infrastructure, including distributed training on GPU clusters and large MapReduce-style data processing for pre-training and fine-tuning datasets. • Collaborate closely with research, product, and infrastructure teams to turn high-level product visions into concrete models, experiments, and shipped features.

🎯 Anforderungen

• Hands-on experience training LLMs (pre-training, fine-tuning, or post-training) in a research or production setting. • Experience with a modern deep learning framework, such as PyTorch, and specialized LLM training stacks (e.g. Megatron, NeMo, verl, or similar). • A solid understanding of LLM training basics – tokenization, data pipelines, batching, mixed precision, distributed training, and debugging unstable runs. • The ability to own projects end to end, starting from a high-level problem or product pain point and overseeing it through the design, experimentation, implementation, and iteration phases. • A product-aware mindset – you care about how agents are actually used by developers and can translate product needs and failure modes into modeling and evaluation work. • At least 3 years of Python experience writing clean, maintainable code in modern ML codebases. • ML orchestrators and workflow tools such as Kubeflow, Dagster, Airflow, ZenML, and/or job schedulers like Kubernetes or SLURM. • Large-scale data and training pipelines, e.g. MapReduce-style clusters, multi-node GPU training, or workloads on the order of 1M+ CPU/GPU hours. • Designing and maintaining evaluation pipelines for LLMs or agents, including metrics, dashboards, experiment tracking, and automated regression checks. • AI agent development, such as tool-using agents, planners, or multi-step coding workflows, and familiarity with agentic frameworks or patterns. • Experiment tracking and observability using tools like Weights & Biases, MLflow, Langfuse, or similar. • Inference optimization and serving optimized models in production.

🏖️ Vorteile

• Health insurance • Paid time off • Flexible working arrangements • Professional development