技术团队成员 - 应用机器学习
岗位摘要
为企业客户设计和交付定制的LLM解决方案;将模糊的业务问题转化为定义清晰的机器学习问题,并制定明确的成功标准和评估方法;利用Cohere的基础模型堆栈、CPT配方、后训练管道(包括RLVR)和数据资产构建定制模型
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口,并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 为企业客户设计和交付定制的LLM解决方案
- 将模糊的业务问题转化为定义清晰的机器学习问题,并制定明确的成功标准和评估方法
- 利用Cohere的基础模型堆栈、CPT配方、后训练管道(包括RLVR)和数据资产构建定制模型
- 开发最先进的建模技术,直接提升客户用例的模型性能
- 将改进贡献回基础模型堆栈,包括新功能、调优策略和评估框架
- 作为Cohere面向客户的MLE团队的一员,识别LLM能够为关键客户带来变革性影响的高价值机会
- 直接与企业客户合作,解决将LLM推向极限的问题
- 快速理解客户领域,设计定制的LLM解决方案,并交付解决高价值现实问题的生产就绪模型
- 训练和定制前沿模型,而不仅仅是使用API
- 利用Cohere的全栈:CPT、后训练、检索+智能体集成、模型评估和最先进的建模技术
- 影响Cohere基础模型的能力。为客户开发的技术、数据集、评估和见解将直接影响下一代Cohere前沿模型
- 在前沿模型公司内部以早期初创公司的所有权水平运作。这个角色结合了早期阶段CTO的广度与深度学习实验室的基础设施和规模
- 身兼多职,设定高技术标准,并定义Cohere的应用机器学习方向
任职要求
- 拥有计算机科学、机器学习或相关领域的硕士或博士学位,或具备同等实践经验
- 在构建和部署大规模机器学习模型方面拥有丰富的经验,特别是在自然语言处理或大型语言模型领域
- 熟练掌握Python和PyTorch/TensorFlow等深度学习框架
- 具备出色的沟通能力,能够向技术和非技术受众清晰地解释复杂的技术概念
- 具备强大的解决问题能力和在模糊、快节奏环境中工作的能力
- 有与客户合作或从事面向客户角色的经验者优先
- 对机器学习研究有贡献(例如,在顶级会议上发表论文)者优先
福利待遇
- 有竞争力的薪酬和股权
- 全面的健康、牙科和视力保险
- 无限的带薪休假
- 远程办公的灵活性和支持
- 学习和发展津贴
- 顶级的工作设备
- 充满活力和包容性的团队文化
登录后查看完整岗位详情
使用邮箱验证码登录后,可查看完整职责、任职要求、原岗位入口,并继续使用收藏和浏览记录。列表摘要保持公开,完整详情用于保护数据质量和降低恶意抓取。