Aller au contenu

Offre d’emploi

Ingénieur·e ML et systèmes agentiques [IC4]

Sourcegraph · Data Science & AI

RemoteÀ distanceSeniorTemps pleinOuvert au monde entier
Voir comment postuler

À propos de cette offre

Traduit par IA (langue d’origine : anglais). L’original est plus bas.

Retour aux offres d’emploi Ingénieur·e ML et systèmes agentiques [IC4] À distance Postuler Qui nous sommes Notre mission est d’apporter clarté et maîtrise aux bases de code les plus complexes au monde. L’IA accélère la création de code, mais les infrastructures permettant de comprendre, superviser et faire évoluer ce code n’ont pas suivi le rythme. Sourcegraph offre aux organisations d’ingénierie une visibilité complète sur leurs systèmes, un contexte précis pour leurs agents et la capacité de déployer des modifications de code coordonnées à grande échelle. À mesure que le développement agentique devient le paradigme dominant de l’ingénierie, nous fournissons la couche de contexte dont les équipes ont besoin pour maîtriser leur base de code. Avec Code Search, Deep Search, MCP et Agentic Batch Changes, nous concrétisons cette mission dès aujourd’hui : nous donnons aux équipes d’ingénierie et à leurs outils d’IA le contexte inter-dépôts nécessaire pour parcourir en toute confiance d’immenses bases de code, ainsi que la capacité d’y apporter des modifications dans des centaines de dépôts à la fois. Des entreprises comme Stripe, Reddit et Leidos font confiance à Sourcegraph pour livrer plus rapidement et avec une meilleure qualité. Nous sommes soutenus par a16z, Sequoia et Redpoint, et fiers de travailler en équipe distribuée à l’échelle mondiale, qui valorise l’autonomie, la communication directe et la satisfaction de nos clients. Si vous souhaitez créer l’infrastructure qui permet à chaque équipe d’ingénierie — et à chaque agent qu’elle déploie — de travailler en toute confiance sur sa base de code, rejoignez-nous. Horaires et lieu 🌎 Bien que nous recrutons presque partout dans le monde, nous privilégions les personnes résidant dans les lieux suivants pour ce poste. Toutefois, si vous estimez avoir le profil requis, nous vous invitons à postuler quel que soit votre lieu de résidence. Dans tous les cas, vos horaires de travail doivent chevaucher ceux de l’EST au moins 20 heures par semaine. Lieux privilégiés : • USA Pourquoi ce poste est passionnant Sourcegraph est à l’avant-garde de la création d’outils d’IA destinés à résoudre les problèmes les plus importants du secteur logiciel, des problèmes qui ne font que s’amplifier à mesure que les bases de code grandissent et qu’une part croissante du travail est réalisée par des agents. L’équipe Code Understanding est responsable des interfaces où cette intelligence rencontre les développeurs : Deep Search, notre moteur de réponses agentique en plusieurs étapes couvrant l’ensemble des bases de code d’une entreprise, Query Assist, qui transforme les requêtes en langage naturel en syntaxe de requête Sourcegraph, Smart Hovers, qui résume brièvement les symboles là où les développeurs en ont besoin, la révision guidée des diffs, ainsi que les API utilisées chaque jour par les humains et les agents d’IA. Une grande partie de ce qui fait fonctionner ces interfaces relève de l’ingénierie des agents : un mélange de génie logiciel, d’apprentissage automatique et de statistiques. L’ingénierie des agents nous aide à déterminer quel modèle utiliser et quand, comment récupérer et assembler le contexte, comment mesurer la qualité des réponses, où affiner ou distiller un modèle plus petit pour réduire les coûts et la latence, et comment transformer un seul appel à un LLM en un agent fiable à plusieurs étapes. En tant qu’ingénieur·e ML et agents de niveau staff au sein de Code Understanding, vous en serez le responsable technique : vous définirez l’orientation de l’équipe concernant les modèles, les évaluations et les systèmes agentiques, améliorerez nos produits de manière mesurable, les rendrez plus rapides et moins coûteux, et développerez la maîtrise de l’équipe dans la création de solutions fondées sur des modèles. Il s’agit d’un poste de niveau staff : nous recrutons un·e leader technique, et pas seulement un·e contributeur·rice individuel·le de talent. Le besoin principal est une autorité en ML et en évaluation en production, qui crée également des systèmes d’agents en production. Vous prendrez en charge les problèmes les plus difficiles et les plus ambigus de ce domaine, définirez des normes que les autres suivront et influencerez l’orientation au-delà de votre équipe immédiate. Vous aurez l’occasion stimulante de définir la vision qui nous permettra d’offrir la meilleure expérience de compréhension du code du marché, en combinant nos systèmes déterministes à grande échelle et l’IA pour créer des expériences inédites. Concrètement, vous serez responsable de sujets tels que : • Systèmes agentiques. Vous concevrez et fiabiliserez les boucles d’agents à plusieurs étapes utilisant des outils, qui alimentent les expériences agentiques actuelles et à venir, et transformerez la recherche et les expérimentations en produits fiables, observables et abordables à l’échelle des grandes entreprises. • Utilisation pragmatique des évaluations. La création de produits agentiques implique de savoir si une modification a réellement été bénéfique, ce qui est difficile lorsque les agents évoluent sans cesse et que le produit change constamment. Vous ferez preuve de discernement pour déterminer où les évaluations sont utiles, quand recourir à des tests ciblés et à des métriques, et comment éviter de confondre du bruit avec de la rigueur, afin que nous puissions avancer rapidement en toute confiance. • Modèles : sélection, mise à niveau et entraînement. Vous déciderez quels modèles nous exécutons et où, piloterez les mises à niveau et affinerez nos propres modèles lorsque ce sera la bonne solution. • Ingénierie de la récupération et du contexte. Vous ferez progresser la manière dont nous ancrons les modèles dans le code des clients — récupération, classement, fenêtres de contexte, citations — pour rendre les réponses plus exactes et vérifiables. • Coûts et latence. Chaque interface a un budget économique par utilisateur. Vous considérerez les coûts et la latence comme des caractéristiques du produit, et analyserez les performances, distillerez, mettrez en cache et dimensionnerez correctement les modèles afin de livrer durablement des fonctionnalités ambitieuses. Vous travaillerez au sein d’une petite équipe expérimentée, qui livre rapidement, prend en charge une grande partie du produit et bénéficie d’une gestion de produit allégée : ici, les ingénieurs échangent avec les clients, définissent les problèmes et en prennent la responsabilité de bout en bout. Vous disposerez d’une réelle autonomie sur l’orientation technique et verrez directement les retombées de votre travail. 📅 Au cours du premier mois, vous… • Ferez fonctionner de bout en bout, en local, les produits Code Understanding et leurs pipelines de modèles et d’agents, et apporterez vos premières améliorations à un modèle, à un prompt, à un processus de récupération ou à une évaluation. • Vous ferez une idée précise des difficultés liées à l’ingénierie de l’IA et des interfaces produit qui en sont le plus limitées. • Apprendrez à connaître l’équipe et nos clients, et commencerez à vous faire votre propre opinion sur l’évolution souhaitable de nos produits agentiques. • Participerez à la rotation de support d’astreinte de l’équipe. 📅 Au cours des trois premiers mois, vous… • Prendrez en charge de bout en bout une composante importante du produit agentique, de la définition du problème au déploiement et à la mesure des résultats. • Définirez la manière dont l’équipe déploie de façon responsable les modifications apportées aux modèles et aux prompts : les évaluations, tableaux de bord et garde-fous qui rendent visibles les régressions de qualité et de coûts avant qu’elles n’affectent les clients. • Commencerez à faire progresser vos collègues dans la création de solutions fondées sur des modèles en travaillant en binôme avec eux, en révisant leur code et en leur montrant les bons réflexes d’ingénierie des agents. 📅 Au cours des six premiers mois, vous… • Serez reconnu·e comme l’autorité technique en ingénierie des agents et en systèmes agentiques au sein de Code Understanding. Vos collègues, puis de plus en plus l’ensemble du département, se fieront à vous pour les décisions concernant les modèles, les évaluations et la conception des agents. • Aurez fait évoluer les produits de manière mesurable : amélioration de la qualité des réponses, réduction des coûts ou de la latence, ou nouvelles capacités agentiques auparavant impossibles à mettre en œuvre. • Définirez l’orientation de la feuille de route de l’équipe à l’intersection avec les agents, en défendant avec conviction et preuves les paris qui méritent d’être pris et en aidant d’autres ingénieurs à les concrétiser. À propos de vous Vous êtes un·e ingénieur·e de niveau staff et un·e leader technique, doté·e d’une solide expérience acquise dans les domaines de l’apprentissage automatique en production, de l’évaluation et des systèmes d’agents. Ce poste à fort effet de levier repose sur votre capacité à prendre des décisions judicieuses en matière de modèles et d’évaluations pour un produit en évolution rapide, à créer les systèmes de production nécessaires, à orienter les choix techniques et à démultiplier les capacités d’une équipe talentueuse, proche du produit. Vous êtes aussi à l’aise pour réfléchir à un cadre d’évaluation, à un processus d’affinage, à un pipeline de récupération qu’à la boucle d’agent à plusieurs étapes qui les relie, et vous aidez toutes les personnes autour de vous à progresser dans chacun de ces domaines. Vous avez une portée d’action de niveau staff : vous prenez en charge les problèmes les plus ambigus et les plus risqués de votre domaine, vous intervenez dans toute base de code nécessaire pour les résoudre, vous définissez des normes et des modèles que les autres adoptent, et vous faites le lien avec aisance entre les objectifs d’ingénierie et les objectifs commerciaux. Vous influencez l’orientation au-delà de votre équipe immédiate. Vous dirigez par l’excellence technique et le mentorat. • Vous avez personnellement pris en charge le cycle de vie d’un modèle en production. Vous avez entraîné ou affiné au moins un modèle et l’avez conduit de la constitution du jeu de données à la mise en production et au suivi, en passant par l’évaluation. Vous pouvez expliquer comment vous avez choisi entre entraînement ou affinage, et prompting ou récupération ; comment vous avez choisi les références et les métriques ; ce que l’analyse des erreurs a révélé ; et comment les données de production ont influencé la version suivante. • Vous créez des agents avec aisance et des convictions. Vous avez conçu des systèmes agentiques à plusieurs étapes et les avez rendus fiables, observables et soumis à des contraintes de coût. Vous savez où les agents excellent et où du code déterministe ou le jugement humain sont nécessaires. • Vous faites preuve d’un solide discernement en matière d’évaluation. Vous créez des jeux de données représentatifs, des références pertinentes, des taxonomies d’erreurs utiles et des critères de mise en production qui relient les mesures hors ligne au comportement en production. Vous savez quand des évaluations rigoureuses sont utiles, quand de simples tests ou une revue qualitative suffisent et quand une métrique d’apparence précise est trompeuse. • Vous considérez les coûts et la latence comme des contraintes produit. Vous prenez des décisions équilibrées et fondées sur des mesures entre qualité, latence et coût, et combinez de manière appropriée le choix de modèles, le prompting, la récupération, la mise en cache, la distillation et l’affinage, plutôt que de vous tourner automatiquement vers un modèle plus complexe. • Vous travaillez de façon autonome sur des problèmes ambigus. À partir d’une idée de produit approximative, de quelques citations de clients et d’un fil Slack, vous proposez un plan, un prototype, des étapes clés et un avis sur les compromis, sans que le projet ait été prédéfini. Vous prenez en charge de bout en bout les projets présentant des risques techniques élevés. • Vous contribuez au-delà de votre domaine. En tant que contributeur·rice individuel·le senior, vous intervenez dans toute partie de la base de code nécessaire pour résoudre un problème, repérez les enjeux qui dépassent votre domaine immédiat et faites le lien entre les objectifs d’ingénierie et les objectifs commerciaux. • Vous faites progresser les personnes autour de vous. Vous accompagnez vos collègues en travaillant en binôme sur des problèmes difficiles, en fournissant des revues de conception et de code approfondies et en développant les compétences de l’équipe en ingénierie des agents. Vous considérez l’investissement dans la progression de vos collègues comme faisant partie intégrante du poste. • Vous êtes orienté·e client et produit. Vous êtes à l’aise lors des appels clients et dans les fils de commentaires, transformez les retours bruts en exigences, en périmètres et en étapes clés, et savez contester les retours susceptibles d’égarer le produit. • Vous êtes pragmatique, pas perfectionniste. Vous livrez la solution correcte la plus simple, privilégiez les solutions robustes aux solutions compliquées et maintenez un haut niveau de qualité dans la simplicité. En matière de fondamentaux de l’ingénierie : • Vous êtes un·e ingénieur·e logiciel confirmé·e capable de livrer des services en production. • Vous êtes à l’aise avec les technologies de notre stack — Go côté backend, TypeScript côté frontend, GraphQL, Postgres, Docker — ou vous êtes clairement capable et désireux·se de les maîtriser. • Vous maîtrisez les outils de programmation agentique et comprenez chaque ligne de code qu’ils proposent, dont vous assumez la responsabilité. • Vous êtes à l’aise dans un environnement à distance rapide, asynchrone par défaut et composé de plusieurs services. Atouts supplémentaires : • Vous avez livré un produit destiné aux développeurs, fondé sur un LLM ou agentique, dont vous pouvez parler avec conviction : ce qui a fonctionné, ce qui n’a pas fonctionné et ce que vous feriez différemment. • Vous avez affiné, distillé ou entraîné des modèles pour atteindre des objectifs de coût, de latence ou de qualité en production. • Vous avez de l’expérience en récupération, classement, embeddings ou pertinence de recherche. • Vous avez travaillé directement avec des clients d’entreprise et traduit leurs besoins en un produit. • Vous avez de l’expérience dans le mentorat ou l’accompagnement d’ingénieurs, notamment pour développer les compétences d’une équipe en ingénierie des agents. Niveau 📊 Ce poste est de niveau IC4. Vous pouvez en savoir plus sur notre philosophie de classification des postes dans notre Handbook. Rémunération 💸 Nous proposons des salaires supérieurs au marché, car nous voulons recruter des personnes exceptionnelles qui peuvent se concentrer sur la création de produits formidables plutôt que de s’inquiéter de leurs factures. En tant qu’entreprise ouverte et transparente, nous communiquons notre philosophie de rémunération et nos grilles salariales à toutes les personnes de Sourcegraph, et nous nous efforçons de rendre notre approche équitable, explicable et compétitive. Votre salaire de base est déterminé par la grille salariale IC4 correspondant à votre zone géographique (1-4). Nos grilles salariales s’appuient sur des données de marché et visent à garantir une rémunération compétitive où que vous viviez. Au cours du processus de recrutement, nous discuterons de la fourchette qui vous concerne en fonction du niveau du poste, de vos compétences pertinentes, de votre expérience, de vos qualifications et de votre zone géographique. 💰 Le salaire de départ pour la grille IC4 dans chaque zone est de : • Zone 2: $176,000 USD • Zone 3: $132,000 USD • Zone 4: $88,000 USD 📈 En plus d’une rémunération en espèces compétitive, nous proposons des actions d’une valeur significative (car lorsque Sourcegraph réussit, nous voulons que vous réussissiez aussi) ainsi que des avantages généreux. Processus d’entretien Voici le processus d’entretien auquel vous pouvez vous attendre pour ce poste (vous pouvez en savoir plus sur les différents types d’entretiens dans notre Handbook). Il peut sembler comporter beaucoup d’étapes, mais rassurez-vous : nous avançons rapidement et ces étapes sont conçues pour vous apporter les informations nécessaires afin de déterminer si nous sommes faits pour travailler ensemble… Après tout, l’entretien est un échange dans les deux sens ! Nous prévoyons que le processus d’entretien durera 5.5 heures au total. 👋 Étape de prise de contact - nous commençons par des échanges pour mieux vous connaître… • [30m] Entretien de présélection avec le recruteur • [30m] Entretien de présélection avec le responsable du recrutement 🧑‍💻 Étape des entretiens avec l’équipe - nous approfondissons ensuite votre expérience et vous présentons des membres de l’équipe, y compris des partenaires interfonctionnels… • [60m] Analyse approfondie du CV • [60m] Conception de systèmes • [60m] Entretien : fiabiliser un agent de recherche de code • [60m] Collaboration avec des équipes interfonctionnelles / Valeurs 🎉 Dernière étape des entretiens - vous passez à la dernière étape, où vous pourrez mieux comprendre notre entreprise et nos valeurs dans leur ensemble… • [30] Leadership • Nous vérifions vos références et effectuons une vérification de vos antécédents À noter : vous pouvez demander des échanges supplémentaires avec les personnes que vous souhaiteriez rencontrer, mais que vous n’avez pas eu l’occasion de rencontrer pendant le processus d’entretien. Pour en savoir plus sur nous Vous pouvez en savoir plus sur ce que signifie travailler chez Sourcegraph en consultant notre handbook. Nous sommes une équipe ambitieuse qui travaille collectivement avec détermination pour bâtir l’entreprise la plus influente au monde. Vous pouvez en savoir plus sur notre culture, notre rémunération compétitive et nos avantages ici. Sourcegraph est un employeur qui souscrit au principe de l’égalité des chances ; nous accueillons des personnes de tous horizons. Sourcegraph participe à E-Verify pour ses employés aux États-Unis. Créer une alerte emploi Vous souhaitez faire carrière chez Sourcegraph ? Recevez directement par e-mail les prochaines offres. Créer une alerte Postuler à cette offre * indique un champ obligatoire Préremplir ma candidature
Offre d’origine (anglais)

ML & Agentic Systems Engineer [IC4]

Back to jobs ML & Agentic Systems Engineer [IC4] Remote Apply Who we are Our mission is to bring clarity and control to the world's most complex codebases. AI is accelerating code creation, but the infrastructure to understand, oversee, and evolve that code hasn't kept pace. Sourcegraph gives engineering organizations full visibility across their systems, precise context for their agents, and the ability to execute coordinated code changes at scale. As agentic development becomes the dominant engineering paradigm, we provide the context layer teams need to take control of their codebase. With Code Search, Deep Search, MCP, and Agentic Batch Changes, we deliver on that mission today - giving engineering teams and their AI tools the cross-repo context to navigate massive codebases with confidence, and the ability to make changes across hundreds of repositories at once. Companies like Stripe, Reddit, and Leidos rely on Sourcegraph to ship faster and with higher quality. We're backed by a16z, Sequoia, and Redpoint, and proud to operate as a globally distributed team that values high agency, direct communication, and customer love. If you want to build the infrastructure that lets every engineering team - and every agent they deploy - operate on their codebase with confidence, join us. Hours & location 🌎 While we hire almost anywhere in the world, we have a preference for someone to reside in the following locations for this role. However, if you feel qualified, we welcome you to apply regardless of location. No matter what, working hours must overlap with EST for at least 20 hours/week. Preferred locations: • USA Why this job is exciting Sourcegraph is at the forefront of building AI tools to solve the biggest problems in the software industry, problems that only get bigger as codebases grow and as more of the work is done by agents. The Code Understanding team owns the surfaces where that intelligence meets the developer: Deep Search, our agentic, multi-step answer engine across an enterprise's entire lineup of codebases, Query Assist, turning natural language queries into Sourcegraph query syntax, Smart Hovers, concisely summarizing symbols right where devs need it, guided diff review, and the APIs that both humans and AI agents rely on every day. Most of what makes those surfaces tick is agent engineering: a blend of software engineering, machine learning, and statistics. Agent engineering tells us which model to use and when, how to retrieve and pack context, how to measure answer quality, where to fine-tune or distill a smaller model to cut costs and latency, and how to expand a single LLM call into a reliable multi-step agent. As the staff ML and agent engineer on Code Understanding, you'll be the technical owner of it: setting the tam’s direction for models, evaluations, and agentic systems, making our products measurably better, faster, and cheaper, and raising the team's fluency in building with models. This is a staff-level role: we're hiring a technical leader, not just a strong individual contributor. The primary need is a production ML and evaluation authority who also builds production agent systems. You'll own the hardest, most ambiguous problems in this space, set standards others follow, and influence direction beyond your immediate team. You'll get the exhilarating chance to drive the vision on how we can provide the best code understanding experience on the market by combining our deterministic, large-scale systems and AI into experiences never seen before. Concretely, you'll own work like: • Agentic systems. You'll design and harden the multi-step, tool-using agent loops behind current and new agentic experiences, turning research and experiments into reliable, observable, and affordable products at enterprise scale. • Pragmatic use of evaluations. Crafting agentic products means needing to tell when a change actually helped, which is hard when agents keep changing and the product keeps shifting. You'll bring judgment about where evaluations earn their keep, when to use targeted smoke tests and metrics, and how to avoid noise dressed up as rigor, so we can move fast with confidence. • Models: selection, upgrading, and training. You'll decide which models we run where, drive upgrades, and fine-tune our own when that's the right call. • Retrieval and context engineering. You'll push on how we ground models in a customer's code - retrieval, ranking, context windows, citations - to make answers more accurate and verifiable. • Cost and latency. Every surface has a per-user economic budget. You'll treat cost and latency as product features, and profile, distill, cache, and right-size models so we can ship ambitious features sustainably. You'll do this on a small, senior-leaning team that ships quickly, owns a lot of product surface, and has streamlined product management: engineers here talk to customers, frame the problem, and own it end-to-end. You'll have real agency over technical direction and a direct line to the impact of your work. 📅 Within one month, you will… • Get the Code Understanding products and their model/agent pipelines running end-to-end locally, and land your first improvements to a model, prompt, retrieval path, or eval. • Build a clear picture of where the AI engineering pain is, and the product surfaces most constrained by them. • Get to know the team and our customers, and start forming your own opinions about where our agentic products should go next. • Join the team's on-call support rotation. 📅 Within three months, you will… • Own a meaningful agentic slice of the product end-to-end, driving it from problem-framing through rollout and measurement. • Establish how the team ships model and prompt changes responsibly: the evals, dashboards, and guardrails that make quality and cost regressions visible before customers feel them. • Begin up-leveling teammates in building with models by pairing with them, reviewing their code, and modeling good agent engineering instincts. 📅 Within six months, you will… • Be the recognized technical authority for agent engineering and agentic systems on Code Understanding. You will be the person teammates, and increasingly the wider department, defer to on model, eval, and agent-design decisions. • Have measurably moved the products: better answer quality, lower cost/latency, or new agentic capabilities that weren't feasible before. • Be setting the direction of the team's roadmap where it intersects agents, bringing conviction, backed by evidence, about which bets are worth making, and pulling other engineers up to execute on them. About you You are a staff engineer and technical leader with hard-won skills across production machine learning, evaluation, and agent systems. This high-leverage role relies on your ability to make sound model and evaluation decisions for a fast-moving product, build the production systems around them, steer technical direction, and be a force multiplier for a talented, product-minded team. You're equally comfortable reasoning about an eval harness, a fine-tuning run, a retrieval pipeline, and the multi-step agent loop that ties them together, and you make everyone around you better at all of it. You operate at staff scope: you own the most ambiguous, highest-risk problems in your domain, go into whatever codebase a problem requires, set standards and patterns others adopt, and translate fluidly between engineering goals and business objectives. You influence direction beyond your immediate team. You lead through technical excellence and mentorship. • You have personally owned a production model lifecycle. You have trained or fine-tuned at least one model and taken it from dataset construction through evaluation, production rollout, and monitoring. You can explain how you chose between training or fine-tuning and prompting or retrieval, how you chose baselines and metrics, what error analysis revealed, and how production evidence affected the next version. • You build agents, fluently and opinionatedly. You've designed multi-step agentic systems and made them reliable, observable, and cost-bounded. You have a point of view on where agents shine and where deterministic code or human judgment is required. • You have strong evaluation judgment. You build representative datasets, meaningful baselines, useful error taxonomies, and release criteria that connect offline measurements to production behavior. You know where rigorous evaluations earn their keep, where lightweight smoke tests or qualitative review are enough, and where a precise-looking metric is misleading. • You treat cost and latency as product constraints. You make measured quality, latency, and cost tradeoffs and use the appropriate combination of model selection, prompting, retrieval, caching, distillation, and fine-tuning rather than reaching reflexively for a more complex model. • You operate autonomously on ambiguous problems. Given a rough product idea, a few customer quotes, and a Slack thread, you come back with a plan, a prototype, milestones, and a point of view on tradeoffs, without it being pre-scoped. You own high-technical-risk projects end-to-end. • You contribute beyond your domain. As a senior IC, you go into whatever part of the codebase a problem requires, recognize issues beyond your immediate area, and translate between engineering goals and business objectives. • You up-level the people around you. You mentor by pairing on hard problems, providing substantive design and code reviews, and spreading agent engineering literacy across the team. You see investing in your teammates' growth as part of the job. • You're customer and product-driven. You're comfortable on customer calls and in feedback threads, you turn raw signals into requirements, scopes, and milestones, and you push back when feedback would lead the product astray. • You're pragmatic, not a perfectionist. You ship the smallest correct thing, prefer robust solutions over complicated ones, and keep a high-quality bar with simplicity. On the engineering fundamentals: • You're a strong software engineer who can ship production services. • You're comfortable across our stack - Go on the backend, TypeScript on the frontend, GraphQL, Postgres, Docker - or you're clearly able and eager to get there. • You're fluent with agentic coding tools, and you understand and own every line it submits. • You're comfortable in an async-first, multi-service, fast-paced remote environment. Nice-to-haves: • You've shipped an LLM-powered or agentic developer-facing product you can speak about opinionatedly: what worked, what didn't, what you'd do differently. • You've fine-tuned, distilled, or trained models to meet cost, latency, or quality targets in production. • Experience with retrieval, ranking, embeddings, or search relevance. • Experience working directly with enterprise customers and translating their needs into a product. • Experience mentoring or up-leveling engineers, especially raising a team's agent engineering fluency. Level 📊 This job is an IC4. You can read more about our job leveling philosophy in our Handbook. Compensation 💸 We pay above-market salaries because we want to hire exceptional people who can focus on building great products, not worrying about paying bills. As an open and transparent company, our compensation philosophy and pay bands are visible to every Sourcegraph teammate, and we strive to make our approach equitable, explainable, and competitive. Your base salary is determined by the IC4 pay band for your location zone (1-4). Our pay bands are informed by market data and designed to ensure competitive compensation wherever you live. During the recruiting process, we'll discuss the range applicable to you based on job level, relevant skills, experience, qualifications, and location zone. 💰 The starting salary for the IC4 pay band in each zone is: • Zone 2: $176,000 USD • Zone 3: $132,000 USD • Zone 4: $88,000 USD 📈 In addition to competitive cash compensation, we offer meaningful equity (because when Sourcegraph succeeds, we want you to succeed, too) and generous perks & benefits. Interview process Below is the interview process you can expect for this role (you can read more about the types of interviews in our Handbook). It may look like a lot of steps, but rest assured that we move quickly and the steps are designed to help you get the information needed to determine if we’re the right fit for you… Interviewing is a two-way street, after all! We expect the interview process to take 5.5 hours in total. 👋 Introduction Stage - we have initial conversations to get to know you better… • [30m] Recruiter Screen • [30m] Hiring Manager Screen 🧑‍💻 Team Interview Stage - we then delve into your experience in more depth and introduce you to members of the team, including cross-functional partners… • [60m] Resume Deep Dive • [60m] System Design • [60m] Harden a Code Research Agent Interview • [60m] Cross-functional team collaboration / Values 🎉 Final Interview Stage - we move you to our final round, where you gain a better understanding of our business and values holistically… • [30] Leadership • We check references and conduct your background check Please note - you are welcome to request additional conversations with anyone you would like to meet, but didn’t get to meet during the interview process. Learn more about us You can learn more about what it is like to work at Sourcegraph by reading our handbook. We are an ambitious team who are collectively working hard to build the most influential company in the world. You can read more about our culture, competitive compensation and benefits here. Sourcegraph is an equal opportunity workplace; we welcome people from all backgrounds. Sourcegraph participates in E-Verify for U.S. Employees. Create a Job Alert Interested in building your career at Sourcegraph? Get future opportunities sent straight to your email. Create alert Apply for this job * indicates a required field Autofill my application

Compétences

Machine LearningLLMAI AgentsGenerative AIRAGFine-tuningVector DatabasesGoTypeScriptGraphQLPostgreSQLDockerPythonPyTorchMLOps

Lieu et candidats acceptés

Ouvert aux candidats du monde entier.

Lieux de travail
Non précisé
Télétravail
Remote

Source et dates

Publiée le
1 octobre 2026
Ajoutée sur Anywhere Jobs le
6 novembre 2026
Date limite de candidature
Aucune date limite indiquée
Dernière vérification de la source
il y a 6 heures

D’autres offres à découvrir