Gestor de Producto Sénior (JetBrains Context)

Los agentes de programación son tan buenos como el contexto que se les proporciona. La mayoría exploran un repositorio como un nuevo empleado en su primer día: usando grep, abriendo archivos, adivinando. JetBrains Context sustituye eso por un conocimiento real de todo tu código base y recursos, servido a cualquier agente que lo solicite. Si quieres ser el responsable de la capa que decide qué sabe un agente antes de que escriba una sola línea, esto es para ti.

A medida que los agentes mejoran su capacidad de búsqueda por sí mismos, ¿cuál es el valor duradero de una capa de recuperación gestionada? Necesitamos a alguien con una respuesta con criterio propio para liderar JetBrains Context como producto: definiendo para qué sirve, para quién es, cómo medimos el éxito y hacia dónde se dirige.

Este es un rol práctico en el que gestionarás el producto desde una terminal y una sesión de agente en lugar de desde diapositivas. Actuarás como puente entre el núcleo técnico y los equipos multidisciplinares: colaborando estrechamente con los equipos de ingeniería y ML en los pipelines de indexación y la calidad de la recuperación, trabajando con los equipos de Air, IDE y Junie en las integraciones, y colaborando con marketing, developer advocacy, ventas y customer success en el posicionamiento y la adopción. Asumirás la responsabilidad total de definir enunciados de problemas, establecer compensaciones (trade-offs) explícitas y equilibrar el coste, la latencia y la frescura en toda la plataforma.

En el día a día, deberás:

• Construir y mantener un conocimiento profundo y práctico sobre chunking, embeddings, frescura del índice, recuperación, reranking y superficies orientadas a agentes.
• Definir y defender una visión con criterio propio sobre la evolución del producto, incluyendo audiencias objetivo explícitas, casos de uso y métricas clave de éxito.
• Traducir la estrategia de producto en enunciados de problemas, prioridades, planes y hitos accionables con una definición explícita de "hecho".
• Comunicar la dirección del producto de forma clara a ingeniería, liderazgo, partes interesadas multidisciplinares, clientes y clientes potenciales.
• Analizar productos de contexto y búsqueda de código de la competencia mediante el uso directo para establecer diferenciadores claros e identificar lagunas.
• Definir métricas operativas y de producto fundamentales —frescura del índice, calidad de la recuperación, resultados de tareas de agentes, adopción, retención y unit economics— para guiar la toma de decisiones.
• Representar el producto externamente compartiendo hojas de ruta, publicando actualizaciones, hablando ante audiencias de desarrolladores y recopilando el feedback de la comunidad.
• Colaborar con los equipos de ML en la evaluación de modelos y con los equipos de plataforma en la escala del servicio, la fiabilidad y el coste.

• Un punto de vista bien argumentado sobre hacia dónde se dirige el desarrollo "AI-first" y qué necesitan realmente los agentes de una capa de contexto.
• Comodidad con la profundidad técnica en embeddings, calidad de recuperación, sub-agentes, tool-calling, costes de indexación y diseño de APIs.
• El hábito de utilizar diariamente el producto que construyes junto con las herramientas de la competencia.
• Una comunicación que se adapte a diferentes audiencias, desde staff engineers y arquitectos empresariales hasta asistentes a conferencias.
• Un enfoque basado en datos que combine telemetría, resultados de evaluación, conversaciones con clientes y señales del mercado.
• Comodidad con la ambigüedad y preferencia por definir una nueva categoría en lugar de copiar una existente.

• Experiencia demostrada liderando de extremo a extremo un producto complejo de desarrollador, plataforma o infraestructura, incluyendo estrategia y roadmap.
• Familiaridad práctica con las herramientas modernas de codificación con IA y los flujos de trabajo de agentes.
• Capacidad técnica para trabajar directamente con ingeniería en el comportamiento de recuperación, APIs, modelos de datos y superficies de integración.
• Capacidad para definir métricas para productos sensibles a la calidad y crear hábitos de evaluación que mantengan los estándares del producto.
• Experiencia comunicando un producto externamente a través de contenido escrito, charlas o participación en la comunidad.
• Se valorará la experiencia práctica con búsqueda, recuperación, RAG, búsqueda para desarrolladores o análisis estático a escala.

En tus primeros meses, formularás y compartirás una tesis clara sobre qué es y qué no es JetBrains Context, una que el equipo de ingeniería reconozca como suya y en la que el liderazgo pueda invertir. Establecerás una narrativa de métricas que distinga la calidad de recuperación real del uso de vanidad, un roadmap con compensaciones claras y una evaluación documentada de los competidores serios.

A largo plazo, el éxito significa que JetBrains Context se convierte en una elección deliberada para desarrolladores y organizaciones, los agentes obtienen respuestas mensurablemente mejores gracias a su existencia, las empresas lo adoptan por su gobernanza y escala, y el mercado comprende claramente su valor único porque lo has comunicado con eficacia.

Coding agents are only as good as the context they're given. Most explore a repository like a new hire on day one - grepping, opening files, guessing. JetBrains Context replaces that with actual knowledge of your whole codebase and resources, served to any agent that asks. If you want to own the layer that decides what an agent knows before it writes a single line, this is for you.

As agents get better at searching for themselves, what is the durable value of a managed retrieval layer? We need someone with an opinionated answer to own JetBrains Context as a product - defining what it is for, who it is for, how we measure success, and where it goes next.

This is a hands-on role where you'll manage the product from a terminal and agent session rather than slides. You'll bridge the technical core and cross-functional teams: collaborating closely with engineering and ML teams on indexing pipelines and retrieval quality, working with Air, IDE, and Junie teams on integrations, and partnering with marketing, developer advocacy, sales, and customer success on positioning and adoption. You'll take full ownership of defining problem statements, setting explicit trade-offs, and balancing cost, latency, and freshness across the platform.

Day to day, you will:

• Build and maintain a deep working understanding of chunking, embeddings, index freshness, retrieval, reranking, and agent-facing surfaces.
• Define and defend an opinionated vision for the product's evolution, including explicit target audiences, use cases, and key success metrics.
• Translate product strategy into actionable problem statements, priorities, plans, and milestones with an explicit definition of "done".
• Communicate product direction clearly to engineering, leadership, cross-functional stakeholders, customers, and prospects.
• Analyze competing context and code-search products through direct use to establish clear differentiators and identify gaps.
• Define core operational and product metrics - index freshness, retrieval quality, agent task outcomes, adoption, retention, and unit economics - to guide decision-making.
• Represent the product externally by sharing roadmaps, publishing updates, speaking to developer audiences, and gathering community feedback.
• Partner with ML teams on model evaluation and platform teams on service scale, reliability, and cost.

• A well-argued point of view on where AI-first development is going and what agents genuinely need from a context layer.
• Comfort with technical depth across embeddings, retrieval quality, sub-agents, tool-calling, indexing costs, and API design.
• The habit of using the product you build daily alongside competitors' tools.
• Communication that adapts to different audiences, from staff engineers and enterprise architects to conference attendees.
• A data-informed approach that combines telemetry, evaluation results, customer conversations, and market signals.
• Comfort with ambiguity and a preference for defining a new category over copying an existing one.

• Proven experience owning a complex developer, platform, or infrastructure product end to end, including strategy and roadmap.
• Hands-on familiarity with modern AI coding tools and agent workflows.
• The technical capability to work directly with engineering on retrieval behavior, APIs, data models, and integration surfaces.
• The ability to define metrics for quality-sensitive products and build evaluation habits that maintain product standards.
• Experience communicating a product externally through written content, talks, or community engagement.
• Practical experience with search, retrieval, RAG, developer search, or static analysis at scale is a plus.

Within your first months, you'll form and share a clear thesis for what JetBrains Context is and is not - one the engineering team recognizes as theirs and leadership can invest in. You'll establish a metrics story that distinguishes real retrieval quality from vanity usage, a roadmap with clear trade-offs, and a documented evaluation of serious competitors.

Longer term, success means JetBrains Context becomes a deliberate choice for developers and organizations, agents get measurably better answers because it exists, enterprises adopt it for its governance and scale, and the market clearly understands its unique value because you've communicated it effectively.