Senior Research Engineer (Agentic Behavior)

Senior Research Engineer (Agentic Behavior)

London Vollzeit 60000 - 80000 € / Jahr (geschätzt) Homeoffice möglich
JetBrains

Auf einen Blick

  • Aufgaben: Entwickle innovative Tools zur Analyse und Verbesserung von Kotlin-Code durch KI-Agenten.
  • Unternehmen: JetBrains, ein führendes Unternehmen für Entwickler-Tools mit einer Leidenschaft für Code.
  • Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitsorte, zusätzliche Urlaubstage und Unterstützung für Weiterbildung.
  • Weitere Informationen: Dynamisches Team mit großartigen Wachstumschancen und einem unterstützenden Arbeitsumfeld.
  • Warum dieser Job: Gestalte die Zukunft des Programmierens mit KI und beeinflusse Millionen von Entwicklern weltweit.
  • Qualifikationen: Erfahrung in der Entwicklung von Evaluierungs- oder Analyse-Pipelines und starke Python-Kenntnisse.

Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.

Bei JetBrains ist Code unsere Leidenschaft. Seit unserer Gründung im Jahr 2000 streben wir danach, die stärksten und effektivsten Entwicklerwerkzeuge der Welt zu schaffen. Heute werden KI-gestützte Codierungsagenten zu einem zentralen Bestandteil der Art und Weise, wie Entwickler Kotlin schreiben – und wir möchten sicherstellen, dass sie es gut machen. Das Kotlin AI Value Stream-Team ist verantwortlich dafür, wie KI-Agenten Kotlin-Code auf allen Plattformen verstehen, generieren und verbessern: Android, Kotlin Multiplatform, serverseitig, web, desktop und andere. Wir bauen die Evaluierungsinfrastruktur, Fehleranalysetools und Post-Training-Pipelines, die das Verhalten von Agenten bei realen Kotlin-Entwickleraufgaben messen und verbessern. Als Research Engineer in diesem Team sind Sie für den gesamten Prozess verantwortlich: Analysieren, wie Agenten bei Kotlin scheitern → Evaluierungen erstellen, die diese Fehler erfassen → Methoden zur Behebung dieser Fehler recherchieren und implementieren → die Verbesserung messen.

Zu Ihren Aufgaben gehören:

  • Tools für agentische Fehleranalyse entwickeln: Entwerfen und Implementieren von Werkzeugen zur systematischen Erfassung, Klassifizierung und Analyse von Fehlern, die KI-Codierungsagenten bei der Generierung von Kotlin-Code machen.
  • Evaluierungspipelines aufbauen: Entwerfen, Implementieren und Warten von Evaluierungspipelines, die die Qualität der Kotlin-Codegenerierung über verschiedene Dimensionen messen, einschließlich Korrektheit, Idiomatik, Build-Erfolg, Framework-Nutzung und Testabdeckung.
  • Forschungsmethoden zur Verbesserung des Verhaltens von Agenten und Modellen auf Kotlin: Experimentieren mit Post-Training-Techniken (SFT, DPO, GRPO), um zu verbessern, wie Modelle Kotlin-spezifische Muster, Idiome und Frameworks handhaben.
  • Öffentliche Kotlin-Benchmarks erstellen: Entwerfen und Erstellen von Open-Source-Benchmarks, die die Leistung von KI-Codierungsagenten bei Kotlin-Aufgaben messen und schließlich zum Standardreferenz für das Ökosystem werden.

Wir freuen uns, von Ihnen zu hören, wenn Sie:

  • Praktische Erfahrung im Aufbau von Evaluierungs- oder Analysepipelines für LLMs oder KI-Codierungsagenten in einer Forschungs- oder Produktionsumgebung haben.
  • Starke Python-Engineering-Fähigkeiten (mindestens drei Jahre) besitzen, mit der Fähigkeit, sauberen, wartbaren Code in datenschweren und ML-nahen Codebasen zu schreiben.
  • Erfahrung mit Datenanalyse im großen Maßstab haben: Abfragen großer Datensätze (SQL/Athena), Aufbau von Datenpipelines und Durchführung statistischer Analysen von experimentellen Ergebnissen.
  • Die Fähigkeit haben, Projekte von Anfang bis Ende zu leiten – vom Identifizieren eines Problems in Agententraces bis hin zum Entwerfen einer Evaluierung, Durchführen von Experimenten und Ausliefern einer Lösung.
  • Ein produktbewusstes Mindset haben: Sie interessieren sich dafür, wie Agenten tatsächlich von Entwicklern genutzt werden und können reale Fehlermuster in Evaluierungs- und Trainingsarbeiten übersetzen.
  • Vertrautheit mit Kotlin oder eine starke Bereitschaft haben, tiefgehende Kotlin-Expertise zu entwickeln.

Unser idealer Kandidat hätte auch Erfahrung mit:

  • Post-Training-LLMs: SFT, RLHF, DPO, GRPO – entweder praktische Schulung oder das Entwerfen der Daten- und Belohnungspipelines, die in das Training einfließen.
  • Modernen Deep-Learning-Frameworks (PyTorch) und LLM-Trainingsstacks (TRL, verl, Megatron oder ähnlich).
  • Entwicklung von KI-Agenten: werkzeugbenutzende Agenten, mehrstufige Codierungs-Workflows, agentische Frameworks.
  • Evaluierungsframeworks und -tools: Inspect AI, Promptfoo, LM-evaluation-harness oder benutzerdefinierte Evaluierungspipelines.
  • Experimentverfolgung und Beobachtbarkeit: Weights & Biases, MLflow, Langfuse oder ähnlich.

Warum JetBrains beitreten?

  • Starkes Grundgehalt.
  • Flexible Arbeitsorte.
  • Remote-Arbeit.
  • Zusätzliche Freizeit.
  • Krankenversicherungszuschuss.
  • Lern- und Entwicklungsmöglichkeiten.
  • Umzugshilfe.
  • Sprachkurse.
  • Mentale Gesundheitsunterstützung.
  • Sportliche Vorteile.
  • Interne Veranstaltungen.

Wir sind ein Arbeitgeber, der Chancengleichheit bietet. Wir wissen, dass großartige Ideen von jedem, überall kommen können. Deshalb tun wir unser Bestes, um einen offenen und integrativen Arbeitsplatz zu schaffen – einen, der jeden willkommen heißt, unabhängig von Hintergrund, Identität, Religion, Alter, Zugänglichkeitsbedürfnissen oder Orientierung.

Senior Research Engineer (Agentic Behavior) Arbeitgeber: JetBrains

JetBrains ist ein hervorragender Arbeitgeber, der eine inspirierende Arbeitsumgebung für Senior Research Engineers bietet. Mit einem starken Fokus auf persönliche und berufliche Entwicklung, flexiblen Arbeitsmodellen und umfangreichen Zusatzleistungen wie Gesundheitsvorsorge und Weiterbildungsmöglichkeiten, fördert das Unternehmen eine Kultur der Innovation und Zusammenarbeit. Die Möglichkeit, an wegweisenden Projekten im Bereich KI und Kotlin zu arbeiten, macht JetBrains zu einem attraktiven Arbeitsplatz für talentierte Fachkräfte.

JetBrains

Kontaktdaten:

JetBrains Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Senior Research Engineer (Agentic Behavior) erhalten könnten

Wende dich an die richtigen Communities

Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.

Präsentiere deine Daten-Projekte

Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!

Nimm an Meetups und Hackathons teil

Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.

Direkte Bewerbungen über unsere Seite

Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei JetBrains zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!

Wir glauben, dass du diese Fähigkeiten brauchst, um Senior Research Engineer (Agentic Behavior) mit Bravour zu bestehen

Python-Entwicklungsfähigkeiten
Erfahrung mit LLMs oder KI-Coding-Agenten
Datenanalyse in großem Maßstab
SQL/Athena Abfragen
Entwicklung von Evaluierungs- und Analyse-Pipelines
Kenntnisse in modernen Deep-Learning-Frameworks (z.B. PyTorch)
Erfahrung mit Post-Training-Techniken (SFT, DPO, GRPO)

Einige Tipps für deine Bewerbung 🫡

Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.

Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!

Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!

Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Senior Research Engineer (Agentic Behavior) bei JetBrains gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei JetBrains vorbereitet

Bereite deine technischen Skills vor

In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!

Verschaffe dir einen Überblick über Projekte

Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!

Vorbereitung auf case studies

In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!

Zeige deine Leidenschaft für Daten

Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für JetBrains entscheidend sein!