- Страна
- Нидерланды
Откликайтесь
на вакансии с ИИ
Research Engineer - JetBrains AI
Оценка ИИИсключительная возможность работать в топовой технологической компании над созданием собственных фундаментных моделей. Сильный стек технологий, работа с GPU-кластерами и высокая степень автономности делают эту вакансию крайне привлекательной для AI-исследователей.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний в области NLP и практического опыта обучения моделей с миллиардами параметров на больших GPU-кластерах. Высокая планка ожиданий обусловлена необходимостью самостоятельного принятия архитектурных решений и работы с передовыми технологиями (vLLM, RLHF).
Анализ зарплаты
Оценка ИИЗарплата не указана, но для позиций Research Engineer в Европе в компаниях уровня JetBrains рыночные предложения обычно находятся в верхнем дециле. Оценка базируется на данных по Германии и Нидерландам для специалистов со знанием распределенного обучения LLM.
Сопроводительное письмо
I am writing to express my strong interest in the Research Engineer position at JetBrains AI. With a solid background in training large-scale transformer models and a deep passion for developer tools, I am eager to contribute to your mission of building foundation models for coding tasks from scratch. My experience in distributed training on large GPU clusters and proficiency with PyTorch and HuggingFace align perfectly with the technical stack you utilize.
In my previous roles, I have successfully managed the end-to-end lifecycle of ML systems, from data collection and pre-training to deploying models into production. I am particularly impressed by JetBrains' commitment to creating robust tools that empower developers, and I am excited by the prospect of working with your cluster of NVIDIA GPUs to push the boundaries of what AI can do for the coding community. I am confident that my expertise in LLM alignment and inference optimization would be a valuable asset to your team.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в jetbrains уже сейчас
Присоединяйтесь к команде JetBrains и создавайте LLM нового поколения, которыми будут пользоваться миллионы разработчиков по всему миру!
Описание вакансии
At JetBrains, code is our passion. Ever since we started back in 2000, we have been striving to make the world’s most robust and effective developer tools. By automating routine checks and corrections, our tools speed up production, freeing developers to grow, discover, and create.
We are working on an ambitious new platform that provides AI capabilities to all JetBrains products. Our platform is based on models developed in-house for writing and coding assistance, as well as integration with our strategic partners.
We are looking for a Research Engineer who can contribute to training foundation models for coding tasks. You’ll be working on developing Large Language Models from scratch and deploying them into production environments where they will be accessible by end users across the globe.
We value engineers who:
- Can plan projects and make decisions independently, consulting with others if needed.
- Identify customer needs and prioritize their tasks accordingly.
- Start with the simplest solutions and gradually add complexity as needed.
- Take sole responsibility for an entire subsystem.
- Have a passion for learning and a desire to stay up to date with the latest developments in the LLM field.
In this role, you will:
- Work with stakeholders to convert business requirements into technical specifications.
- Train LLMs from scratch on a large GPU cluster.
- Collect and process pre-training and fine-tuning datasets.
- Support and improve existing subsystems.
We’ll be happy to have you on our team if you have:
- Experience in design, deployment, and support of production ML systems.
- A strong theoretical background in NLP and transformer-based approaches.
- Proficiency with modern deep learning frameworks such as PyTorch and common libraries for NLP.
- Experience in distributed training of multi-billion parameter models.
- Attention to detail in everything you do and great communication skills.
We’d be especially thrilled if you have experience with:
- LLM inference frameworks such as vLLM, DeepSpeed, TensorRT.
- LLM alignment techniques such as RLHF/RLAIF.
- MLOps tools and practices, including CI/CD for ML.
- K8s and Kubeflow.
- Scientific publications in the NLP field.
How we develop JetBrains AI:
- A cluster of hundreds of NVIDIA GPUs as training infrastructure.
- Git for source control management.
- Python, PyTorch, and HuggingFace as an ML stack.
- Kubeflow and Weights & Biases for experiment tracking.
- TeamCity as a CI Automation system.
#LI-DNI
We are an equal opportunity employer
We know great ideas can come from anyone, anywhere. That’s why we do our best to create an open and inclusive workplace – one that welcomes everyone regardless of their background, identity, religion, age, accessibility needs, or orientation.
We process the data provided in your job application in accordance with the Recruitment Privacy Policy.
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- PyTorch
- Hugging Face
- NLP
- Transformers
- LLM
- Kubeflow
- Kubernetes
- DeepSpeed
- vLLM
- TensorRT
- MLOps
- CI/CD
- Weights & Biases
- Distributed Training
- RLHF
Возможные вопросы на собеседовании
Проверка практического опыта работы с распределенным обучением, что критично для LLM.
Расскажите о вашем опыте распределенного обучения моделей: какие стратегии параллелизма (Data, Pipeline, Tensor) вы использовали и с какими проблемами масштабирования сталкивались?
Оценка понимания специфики данных для кодинговых задач.
Как бы вы подошли к формированию датасета для обучения модели, специализирующейся на написании кода, и какие метрики качества вы бы использовали для оценки?
Проверка знаний современных методов оптимизации вывода.
Какие методы оптимизации инференса LLM (например, квантование, спекулятивное декодирование) вы считаете наиболее эффективными для интеграции в IDE?
Оценка навыков настройки моделей под конкретные задачи.
В чем заключаются основные сложности при применении RLHF или RLAIF для моделей кодинга по сравнению с обычными чат-ботами?
Проверка инженерной культуры и навыков MLOps.
Опишите ваш идеальный пайплайн CI/CD для ML-проекта: как обеспечить воспроизводимость экспериментов и надежность деплоя в продакшн?
Похожие вакансии
Principal Forward Deployed Engineer – AI-Native Software Development
Founding ML Engineer (Spectrum)
Research Engineer (Agentic Models)
Project Maintainer – DPAI Arena Evaluation Infrastructure
Research Engineer (LLM Training and Performance)
Staff Research Engineer (LLM Pre-Training)
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!
- Страна
- Нидерланды