Member of Technical Staff, Agentic Environments

• Un estipendio semanal para el almuerzo de $75/£75 o el equivalente en tu moneda local para comer.

• Beneficios completos de salud y dentales, incluyendo un presupuesto separado para la salud mental.

• Aportaciones de la empresa a RRSP, 401K y plan de pensiones.

• Complemento del 100% de la baja parental hasta 6 meses, para cualquiera de los progenitores.

• Beneficios de enriquecimiento anual:

  Arte y cultura, fitness/bienestar, tiempo de calidad y un crédito para la mejora del espacio de trabajo.

  Estipendio de educación y aprendizaje para conferencias, cursos y coaching.

• 6 semanas de vacaciones pagadas (¡30 días laborables!)

• Presupuesto para viajar a otras oficinas si trabajas en remoto, además de un evento anual de la empresa (offsite).

Resumen del puesto:
En Cohere, estamos ampliando los límites de lo que estas tecnologías pueden lograr en entornos de producción, y buscamos un ingeniero senior que comprenda los retos prácticos de hacer que los sistemas de IA funcionen a escala. Este puesto exige una profunda experiencia técnica en entornos de producción y la capacidad de conectar conceptos de investigación con implementaciones en el mundo real.

Esta posición es práctica y orientada a la ingeniería. Te centrarás en sistemas de producción, experimentarás con modelos de vanguardia y colaborarás con ingenieros con gran talento para construir soluciones escalables y listas para producción. Nos esforzamos por alcanzar la excelencia tanto en ingeniería como en ciencia mediante el diseño meticuloso de experimentos y documentos de diseño. Combinamos la ingeniería y la investigación de forma fluida. Todo el mundo contribuye a ambas, según las necesidades de la organización. Ofrecemos acceso a recursos de computación, datos y talento de clase mundial para garantizar que puedas realizar tu mejor trabajo. Este puesto es perfecto para ti si:

• Diseñas y escribes software de alto rendimiento y escalable para el entrenamiento de modelos.

• Desarrollas nuevas herramientas para apoyar y acelerar la investigación y el entrenamiento de LLM.

• Coordinas con otros equipos de ingeniería (Infrastructure, Efficiency, Serving) y los equipos científicos (Agent, Multimodal, Multilingual, etc.).

• Investigas, implementas y experimentas con ideas en nuestro clúster e infraestructura de datos.

• ¡Colaboras, colaboras y colaboras con otros científicos, ingenieros y equipos!

Ubicación de trabajo:
Este puesto puede realizarse de forma remota o desde una de nuestras ubicaciones de oficina indicadas en la descripción del empleo; no hay un requisito mínimo de presencia en la oficina. Lo que más nos importa es contratar a personas excepcionales independientemente de su ubicación, aunque te rogamos que consultes la ubicación indicada en la oferta para tener una orientación sobre la zona horaria principal o la alineación de las horas de trabajo esperadas para el puesto.

• Sientes una profunda pasión por el trabajo de calidad.

• Disfrutas ajustando y optimizando grandes modelos LLM.

• Te sientes cómodo trabajando con personas con diferentes niveles de habilidades de ingeniería de software, desde principiantes hasta niveles más avanzados.

• Te sientes cómodo sumergiéndote en bases de código de ML complejas para identificar y resolver problemas, garantizando el funcionamiento fluido de nuestros sistemas.

• Te desenvuelves con éxito en un entorno de ritmo rápido y técnicamente desafiante, donde puedes aportar tus ideas y soluciones innovadoras.

Requisitos

• Posees habilidades de ingeniería de software extremadamente sólidas.

• Valoras los métodos de desarrollo guiados por pruebas (test-driven development), el código limpio y te esfuerzas por reducir la deuda técnica en todos los niveles.

• Tienes dominio de Python y frameworks de ML relacionados como JAX, Pytorch y/o XLA/MLIR.

• Tienes experiencia en el uso y la depuración de estrategias de entrenamiento distribuido a gran escala (perfilado de memoria/velocidad).

• Tienes experiencia con infraestructuras de entrenamiento distribuido (Kubernetes) y frameworks asociados (Ray).

• Tienes experiencia en investigación académica de ML y LLM.