Member of Technical Staff - Post-Training (Reinforcement Learning & Generalization)

Member of Technical Staff - Post-Training (Reinforcement Learning & Generalization)

Full Time 49500 - 60500 € / año (est.) Híbrido
Cohere

De un vistazo

  • Tareas: Entrena modelos de lenguaje con aprendizaje por refuerzo y mejora su generalización.
  • Empresa: Cohere, líder en IA empresarial centrada en la seguridad.
  • Beneficios: Salario competitivo, beneficios de salud, trabajo remoto y desarrollo profesional.
  • Otra información: Ambiente dinámico con oportunidades de crecimiento profesional.
  • Por qué este empleo: Contribuye a la adopción de IA y trabaja en proyectos innovadores.
  • Cualificaciones: Experiencia en investigación y desarrollo de modelos de lenguaje.

El salario previsto está entre 49500 - 60500 € por año.

Cohere es la principal empresa de IA empresarial centrada en la seguridad. Construimos modelos de IA de vanguardia y productos de extremo a extremo diseñados para resolver problemas empresariales del mundo real. Estamos entrenando y desplegando modelos avanzados para empresas que están construyendo sistemas de IA. Creemos que nuestro trabajo es fundamental para la adopción generalizada de la IA y buscamos personas que quieran ser parte de eso. Cada uno de nosotros es responsable de contribuir al aumento de las capacidades de nuestros modelos y el valor que generan para nuestros clientes. Cohere es un equipo de investigadores, ingenieros, diseñadores y más, todos apasionados por su oficio. Somos una empresa tecnológica global con sede en Toronto y oficinas clave en Londres, Nueva York, San Francisco, Montreal, París, Berlín y Seúl.

Como miembro del personal técnico en Post-Training, entrenarás nuestros grandes modelos de lenguaje (LLMs) con aprendizaje por refuerzo y desarrollarás métodos que les ayuden a generalizar más allá de la distribución en la que fueron entrenados. Diseñarás las recetas de entrenamiento, los entornos y las evaluaciones que nos digan si un modelo ha aprendido verdaderamente una habilidad o solo se ha ajustado a sus tareas de entrenamiento, y convertirás lo que funciona en las recetas detrás de nuestros modelos de producción.

Responsabilidades clave:

  • Diseñar, ejecutar y analizar experimentos de post-entrenamiento a gran escala (por ejemplo, RLHF, RL a partir de recompensas verificables).
  • Investigar y desarrollar métodos que mejoren la generalización fuera de distribución, como el diseño de recompensas, la diversidad de entornos y tareas, los currículos y la regularización.
  • Construir evaluaciones reservadas que midan la generalización a tareas, dominios y formatos no vistos, y que detecten el hacking de recompensas y el sobreajuste de referencia.
  • Diagnosticar dinámicas de entrenamiento y modos de falla, incluida la inestabilidad, la sobreoptimización de recompensas y las regresiones de capacidad.
  • Convertir investigaciones exitosas en recetas de entrenamiento robustas y reproducibles para modelos de producción.

Calificaciones:

  • Fuertes habilidades de investigación e ingeniería de software, con experiencia práctica en el entrenamiento de LLMs.
  • Experiencia aplicando aprendizaje por refuerzo a LLMs (por ejemplo, PPO, GRPO, RLHF, RLVR), idealmente a gran escala.
  • Historial de trabajo en generalización, robustez o cambio de distribución, a través de publicaciones o modelos entregados.
  • Práctica experimental rigurosa: ablaciones limpias, controles cuidadosos y conclusiones sólidas a partir de resultados ruidosos.
  • Experiencia con entrenamiento distribuido (por ejemplo, JAX, PyTorch, FSDP, Megatron) es un plus.
  • Excelentes habilidades de comunicación.
  • Profundo entendimiento de los principios y mejores prácticas de calidad de datos: demuestra disposición para profundizar en los datos mientras posee una fuerte intuición para evaluar la calidad de los conjuntos de datos y anticipar cómo diferentes características de los datos impactarán los resultados del entrenamiento del modelo.

Ubicación de trabajo: Este rol puede basarse de forma remota o desde una de nuestras ubicaciones de oficina listadas en la descripción del trabajo; no hay un requisito mínimo de calificación en la oficina. Nos importa más contratar personas excepcionales independientemente de las ubicaciones, aunque verifica la ubicación listada en la publicación para obtener orientación sobre la zona horaria central o la alineación de horas de trabajo esperadas para el rol.

Beneficios para empleados a tiempo completo:

  • Un estipendio semanal para almuerzo de $75/£75 o equivalente en tu moneda local.
  • Beneficios completos de salud y dental, incluyendo un presupuesto separado para salud mental.
  • Igualación de RRSP, 401K, plan de pensiones.
  • Top-up del 100% de licencia parental por hasta 6 meses, para cualquiera de los padres.
  • Beneficios anuales de enriquecimiento: artes y cultura, fitness/bienestar, tiempo de calidad y un crédito para mejorar el espacio de trabajo.
  • Estipendio para educación y aprendizaje para conferencias, cursos y coaching.
  • 6 semanas de vacaciones pagadas (30 días laborables).
  • Presupuesto para viajar a otras oficinas si eres remoto, además de un retiro anual de la empresa.

Cohere es amigable con el trabajo remoto, pero también tenemos oficinas en Toronto, Londres, Nueva York, San Francisco, Montreal, París, Berlín y Seúl, con más oficinas abriendo pronto. Para aquellos en la oficina: un programa diario de almuerzo, muchos refrigerios y eventos comunitarios y sociales regulares. Para aquellos que no están cerca de una oficina: un beneficio de co-working para que puedas trabajar junto a otros en tu ciudad. Todos reciben un estipendio de $500 para la oficina en casa para configurar adecuadamente su espacio de trabajo.

Si alguna de las anteriores no se alinea exactamente con tu experiencia, aún te animamos a postularte. Nos esforzamos por crear un ambiente de trabajo inclusivo para todos; damos la bienvenida a solicitantes de todos los orígenes y estamos comprometidos a proporcionar igualdad de oportunidades. Si necesitas alguna adaptación durante el proceso de reclutamiento, envía un formulario de solicitud de adaptaciones y trabajaremos juntos para satisfacer tus necesidades.

Podemos utilizar herramientas habilitadas por IA para filtrar y evaluar a los solicitantes según los criterios para este puesto. Esto ayuda a nuestros reclutadores a identificar candidatos potencialmente calificados, pero no limita las solicitudes que nuestros reclutadores pueden revisar o considerar.

Rango de compensación: CA$295K - CA$535K

Member of Technical Staff - Post-Training (Reinforcement Learning & Generalization) empresa: Cohere

Cohere es un excelente empleador que fomenta un ambiente de trabajo remoto y flexible, ideal para aquellos que buscan un equilibrio entre la vida laboral y personal. Ofrecemos una cultura colaborativa donde la innovación y el crecimiento profesional son prioritarios, junto con un paquete de beneficios competitivo que incluye una generosa política de vacaciones. Trabajar en nuestro equipo en España significa ser parte de un proyecto emocionante en el campo de la inteligencia artificial, con oportunidades continuas para el desarrollo profesional y la investigación.

Cohere

Datos de contacto:

Equipo de selección de Cohere

Consejo de los expertos de StudySmarter🤫

Creemos que así podrías conseguir Member of Technical Staff - Post-Training (Reinforcement Learning & Generalization)

✨Conéctate con la comunidad tech

Asistir a meetups y conferencias de software en tu área es una gran manera de conocer a la gente clave en la industria. Compartir tus intereses y proyectos en estos eventos puede abrirte puertas inesperadas.

✨Aprovecha las plataformas de código abierto

Contribuir a proyectos de código abierto no solo demuestra tus habilidades técnicas, sino que también te ayuda a hacer contactos valiosos. Además, ¡es una excelente forma de mostrar tu trabajo a futuros empleadores como Cohere!

✨Política de puertas abiertas

No dudes en hacer ‘walk-ins’ en empresas tech locales. Lleva tu CV y una sonrisa, ¡nunca sabes quién puede estar buscando talento nuevo como el tuyo!

✨Aplica directamente en Cohere

Si encuentras una oportunidad que te emociona, como un puesto de Member of Technical Staff - Post-Training (Reinforcement Learning & Generalization), no esperes. Aplica a través de nuestra web y asegúrate de destacar tus proyectos y contribuciones, ¡eso puede marcar la diferencia!

Creemos que necesitas estas habilidades para triunfar como Member of Technical Staff - Post-Training (Reinforcement Learning & Generalization)

Reinforcement Learning
Entrenamiento de Modelos de Lenguaje Grande (LLMs)
Diseño de Experimentos a Gran Escala
Generalización Fuera de Distribución
Diseño de Recompensas
Diversidad de Entornos y Tareas
Evaluaciones de Generalización

Algunos consejos para tu solicitud 🫡

Destaca tus proyectos personales:En ingeniería y desarrollo de software, es fundamental mostrar que no solo sabes hacer lo que se te pide, sino que también eres proactivo. Incluye un enlace a tu GitHub o proyectos personales en tu CV para que podamos ver de lo que eres capaz. Esto realmente añade un plus a tu aplicación.

Personaliza tu CV con tus habilidades técnicas:Asegúrate de destacar las habilidades técnicas que son relevantes para el puesto de Member of Technical Staff - Post-Training (Reinforcement Learning & Generalization) en Cohere. ¿Conoces lenguajes de programación específicos, frameworks o herramientas que usamos? Menciónalos y, si tienes certificaciones, ¡añádelas! Esto nos muestra que estás preparado para el trabajo desde el primer día.

Carta de motivación sincera:Como estás aplicando a un puesto a tiempo completo, aprovecha la carta de motivación para contarnos por qué eres un buen fit para Cohere. Cuéntanos sobre tu pasión por la tecnología y cómo quieres contribuir al equipo. Queremos saber más sobre tu enfoque y cómo te ves creciendo con nosotros.

Formato claro y conciso:En el mundo del software, la claridad y la concisión son clave. Asegúrate de que tu CV y carta de motivación sean fáciles de leer y bien estructurados. Usa viñetas para resaltar logros y habilidades, y no te olvides de revisar el formato para que se vea profesional, ¡aunque no tienes que ser excesivamente formal!

Cómo prepararte para una entrevista de trabajo en Cohere

✨Prepárate para los retos técnicos

En el mundo de la ingeniería y desarrollo de software, es probable que enfrentes preguntas técnicas y ejercicios de codificación en tu entrevista. Asegúrate de practicar algoritmos y estructuras de datos, porque los reclutadores en Cohere querrán ver cómo resuelves problemas en tiempo real.

✨Muestra tu portafolio de proyectos

Como candidato a un puesto a tiempo completo, es crucial que muestres un portafolio sólido. Presenta tus proyectos anteriores, especialmente aquellos que demuestran habilidades técnicas relevantes y tu capacidad para trabajar en equipo. ¡No dudes en explicar las tecnologías que utilizaste y los desafíos que superaste!

✨Conoce la cultura de trabajo

Investiga a fondo la cultura de trabajo de Cohere. Como ingeniere, a menudo trabajarás en equipo, por lo que demostrar que puedes integrarte bien y que compartes sus valores es clave. Prepara ejemplos de cómo has colaborado en el pasado para alinearte con lo que ellos buscan.

✨Repasa conceptos clave

Haz una lista de conceptos y herramientas clave que son esenciales en el desarrollo de software, como lenguajes de programación, frameworks, y metodologías ágiles. Esto no solo te ayudará a responder preguntas, sino que también te permitirá hacer preguntas inteligentes que demuestren tu interés en el puesto y en las prácticas de Cohere.