Member of Technical Staff, Agentic Environments

О позиции

Cohere — глобальная технологическая компания, специализирующаяся на создании фундаментальных ИИ-моделей и продуктов с упором на безопасность. Мы обучаем и внедряем модели передового уровня для предприятий, строящих системы искусственного интеллекта. В нашей команде работают исследователи, инженеры, дизайнеры и другие специалисты, увлечённые своим ремеслом и стремящиеся увеличить возможности наших моделей и ценность для клиентов.

Будет плюсом

• Глубокая страсть к качественной работе<br>- Интерес к тюнингу и оптимизации больших LLM-моделей<br>- Умение комфортно работать с людьми разного уровня навыков ПО<br- Способность погружаться в сложные ML-кодебазы для выявления и устранения проблем<br- Готовность работать в быстропроходящей, технически сложной среде

Условия

• Еженедельная обеденная субсидия $75/£75 или эквивалент в местной валюте<br>- Полное медицинское и стоматологическое страхование, включая отдельный бюджет на ментальное здоровье<br- Программа пенсионных накоплений (RRSP matching, 401K, Pension Scheme)<br- 100% компенсация декретного отпуска до 6 месяцев для обоих родителей<br- Ежегодные бенефиты на развитие: культура, спорт/здоровье, улучшение рабочего места<br- Стипендия на обучение и посещение конференций<br- 6 недель оплачиваемого отпуска (30 рабочих дней!)<br- Бюджет на переезд между офисами и ежегодная выездная встреча компании<br- Субсидия $500 на организацию домашнего офиса

Навыки

• Python
• Machine Learning
• Deep Learning
• JAX
• PyTorch
• XLA
• MLIR
• Distributed Training
• Kubernetes
• Ray
• LLM Training
• Model Optimization
• System Design

Могут спросить на собеседовании

1. Как вы подходите к проектированию распределённой инфраструктуры для обучения больших языковых моделей?
2. Расскажите о вашем опыте профилирования производительности и оптимизации памяти при обучении моделей
3. Какие подходы к тест-драйвен разработке вы используете в ML-проектах?
4. Опишите ситуацию, когда вам пришлось интегрировать исследовательскую модель в продакшн-систему
5. Как вы организуете collaboration между командой исследователей и инженеров?