我们是谁？
我们的使命是扩大智能以服务人类。我们正在为开发者和企业培训和部署前沿模型，以构建能够提供神奇体验的AI系统，如内容生成、语义搜索、RAG和代理。我们相信，我们的工作对于AI的广泛应用至关重要。
我们对所构建的内容充满热情。我们每个人都负责提升模型的能力以及为客户创造的价值。我们喜欢努力工作，快速行动，以做出对客户最有利的决策。
Cohere是一个由研究人员、工程师、设计师等组成的团队，他们对自己的工作充满热情。每个人在各自的领域都是世界上最优秀的。我们相信，多样化的观点是构建伟大产品的必要条件。
加入我们的使命，塑造未来！
集成团队负责开发和扩展用于LLM后期训练的机器学习算法和基础设施，重点关注大规模、分布式的RL方法。我们通过精心设计实验和设计文档，追求工程和科学的卓越。虽然任务是根据每个人的专业分配的，但根据个人的兴趣和组织的需求，团队会共同努力编写生产代码并支持团队的研究工作。
具体而言，这个角色旨在通过实施新工具来改善后期训练代码库的整体质量，以简化和支持研究，优化后期训练算法，并将分布式RL扩展到前所未有的水平。
请注意：我们在伦敦、巴黎、多伦多、旧金山和纽约设有办公室，但我们也支持远程工作！此职位的申请者可以在UTC−06:00到UTC+01:00之间的任何地方工作。
作为技术人员成员，您将：
• 设计并编写高性能和可扩展的软件以训练模型。
• 开发新工具以支持和加速研究和LLM训练。
• 与其他工程团队（基础设施、效率、服务）和科学团队（代理、多模态、多语言等）协调，以创建强大且集成的后期训练生态系统。
• 制定并实施技术以提高性能，加快我们的训练周期，包括SFT、离线偏好和RL机制。
• 在我们的集群和数据基础设施上研究、实施和实验想法。
• 与其他科学家、工程师和团队协作、协作、再协作！
如果您是理想候选人，您将：
• 拥有极强的软件工程技能。
• 重视测试驱动开发方法、干净的代码，并努力在各个层面减少技术债务。
• 精通Python及相关的机器学习框架，如JAX、Pytorch和/或XLA/MLIR。
• 具备使用和调试大规模分布式训练策略的经验（内存/速度分析）。
• [加分项] 具备分布式训练基础设施（Kubernetes）及相关框架（Ray）的经验。
• [加分项] 在模型训练的后期阶段拥有实践经验，重点关注可扩展性和性能。
• [加分项] 在机器学习、LLM和RL学术研究方面的经验。
如果您：
• 对高质量的工作充满热情。
• 喜欢调整和优化大型LLM模型。
• 能够与不同软件工程技能水平的人合作，从初学者到高级人员。
• 能够深入复杂的机器学习代码库，识别和解决问题，确保我们的系统平稳运行。
• 在快节奏、技术挑战的环境中茁壮成长，能够贡献您的创新想法和解决方案。
如果以上某些要求与您的经验不完全匹配，我们仍然鼓励您申请！
我们重视并庆祝多样性，努力为所有人创造包容的工作环境。我们欢迎来自各个背景的申请者，并致力于提供平等的机会。如果您在招聘过程中需要任何便利，请提交便利请求表格，我们将共同努力满足您的需求。
Cohere的全职员工享受以下福利：
🤝 开放和包容的文化和工作环境
🧑💻 与处于AI研究前沿的团队紧密合作
🍽 每周午餐津贴，办公室午餐和零食
🦷 完整的健康和牙科福利，包括单独的预算来照顾您的心理健康
🐣 100%育儿假补贴，最长可达6个月
🎨 个人充实福利，涵盖艺术和文化、健身与健康、优质时光和工作空间改善
🏙 远程灵活，设有多伦多、纽约、旧金山、伦敦和巴黎的办公室，以及共享办公津贴
✈️ 6周假期（30个工作日！） 
