Senior ML Systems Engineer, Frameworks & Tooling

🕒 il y a 11 mois

🇬🇧 Royaume-Uni – Télétravail

⏰ Temps Plein

🟠 Senior

🤖 Ingénieur Machine Learning

🇬🇧 Parrain de Visa de Travailleur Qualifié UK

Cette entreprise a parrainé des visas de Travailleur Qualifié du Royaume-Uni par le passé.

👻 Score fantôme 67%

Ce que ça veut dire : la probabilité que personne ne recrute vraiment pour cette offre.Comment le lire : 60 % ou plus, on pense que c'est une offre fantôme. Un score plus bas est moins inquiétant.Comment on la calcule : ancienneté, republications, postes ouverts vs taille de l'équipe, rapidité de clôture, et si le salaire est indiqué.À noter : une estimation à partir de données publiques, pas un jugement sur l'entreprise. De vraies offres peuvent avoir un score élevé, alors prenez-le comme un indice, pas comme un fait.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Cohere

Site WebLinkedInTous les Emplois

11 - 50 employés

🤖 Intelligence artificielle

🏢 Entreprise

☁️ SaaS

Artificial Intelligence • Enterprise • SaaS

Cohere est une plateforme d’IA de premier plan qui fournit aux entreprises des modèles de langage avancés et un espace de travail (workspace) intégré conçu pour l’efficacité et la sécurité. Grâce à une famille de modèles génératifs et de retrieval hautes performances, Cohere permet aux organisations de rationaliser leurs workflows, de renforcer la sécurité des données et de révéler des insights dans de nombreux secteurs grâce à des capacités multilingues. Leur priorité accordée à des solutions d’IA sur mesure garantit la protection des données critiques tout en facilitant une intégration fluide aux processus opérationnels existants.

Description

• Build and own the training framework responsible for large-scale LLM training. • Design distributed training abstractions (data/tensor/pipeline parallelism, FSDP/ZeRO strategies, memory management, checkpointing). • Improve training throughput and stability on multi-node clusters (e.g., GB200/300, AMD, H200/100). • Develop and maintain tooling for monitoring, logging, debugging, and developer ergonomics. • Collaborate closely with infra teams to ensure Slurm setups, container environments, and hardware configurations support high-performance training. • Investigate and resolve performance bottlenecks across the ML systems stack. • Build robust systems that ensure reproducible, debuggable, large-scale runs.

🎯 Exigences

• Strong engineering experience in large-scale distributed training or HPC systems. • Deep familiarity with JAX internals, distributed training libraries, or custom kernels/fused ops. • Experience with multi-node cluster orchestration (Slurm, Ray, Kubernetes, or similar). • Comfort debugging performance issues across CUDA/NCCL, networking, IO, and data pipelines. • Experience working with containerized environments (Docker, Singularity/Apptainer). • A track record of building tools that increase developer velocity for ML teams. • Excellent judgment around trade-offs: performance vs complexity, research velocity vs maintainability. • Strong collaboration skills — you’ll work closely with infra, research, and deployment teams.

🏖️ Avantages

• An open and inclusive culture and work environment • Work closely with a team on the cutting edge of AI research • Weekly lunch stipend, in-office lunches & snacks • Full health and dental benefits, including a separate budget to take care of your mental health • 100% Parental Leave top-up for up to 6 months • Personal enrichment benefits towards arts and culture, fitness and well-being, quality time, and workspace improvement • Remote-flexible, offices in Toronto, New York, San Francisco, London and Paris, as well as a co-working stipend • 6 weeks of vacation (30 working days!)

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV