Ingeniero de Plataforma para Cargas de Trabajo de Machine Learning

Sobre esta oportunidad

Cohere, una de las empresas líderes en IA empresarial con enfoque en seguridad, busca ingenieros para unirse a su equipo de Internal Infrastructure. Es el equipo que construye la infraestructura y las herramientas con las que se entrenan, evalúan y sirven los modelos fundacionales de la compañía, incluidos los que impulsan su plataforma North. Trabajarás de cerca con investigadores de IA e ingenieros de ML en temas de estabilidad, escalabilidad y observabilidad.

Perfil buscado

Buscan a una persona con experiencia en sistemas distribuidos y plataformas de trabajos por lotes o Kubernetes, que disfrute resolver cuellos de botella reales y dejar los sistemas más fáciles de operar. Se contrata en más de un nivel: el nivel se define según el alcance de lo que has liderado y qué tan independiente eres para impulsar el trabajo.

Tu responsabilidad será la plataforma que corre las cargas de entrenamiento, evaluación y reinforcement learning: ciclo de vida de los trabajos, scheduling, redes y el almacenamiento del que dependen. El rol incluye una rotación de guardia 24x7 con compensación.

Qué harás

• Ser dueño de la plataforma que agenda y ejecuta trabajos de entrenamiento, evaluación y RL en Kubernetes: quién obtiene capacidad, qué pasa cuando un trabajo falla y cómo un investigador sabe si la causa fue la plataforma.
• Construir el networking y el aislamiento en runtime que necesitan esas cargas, incluidos entornos de agentes y sandboxes.
• Colaborar con el equipo de infraestructura de datos en el almacenamiento de checkpoints y otros artefactos de entrenamiento.
• Diagnosticar fallas de producción y problemas de rendimiento.
• Crear automatización, infraestructura como código y observabilidad para mantener la plataforma sostenible.

Requisitos clave

• Haber operado en producción una plataforma de trabajos, un sistema batch o controladores de Kubernetes, con scheduling, colas y equidad multi-tenant.
• Criterio en sistemas distribuidos: reintentos, fallas parciales y saber qué no conviene automatizar.
• Experiencia con flujos de entrenamiento de ML, sandboxes de RL, networking de contenedores (CNI) o almacenamiento de checkpoints a escala. Experiencia directa con clústeres de GPU es un plus.
• Desarrollo de software en Python o Go, con preferencia por extender proyectos open source sólidos en lugar de reconstruirlos.
• Haber trabajado con investigadores, ingenieros de ML u otros equipos con objetivos distintos a los tuyos.
• Haber detectado un cuello de botella, propuesto una solución y llevado el cambio a cabo en un entorno de ritmo rápido.

Si tu experiencia no coincide exactamente, igual te animan a aplicar.

Beneficios de la posición

• Apoyo semanal para almuerzo de $75 (o su equivalente en moneda local).
• Compensación por la rotación de guardia 24x7.
• Entorno inclusivo con adaptaciones disponibles durante el proceso de selección.

¿Por qué considerar esta empresa?

Cohere entrena y despliega modelos de frontera para empresas que construyen sistemas de IA. Tiene su sede en Toronto y oficinas clave en Londres, Nueva York, San Francisco, Montreal, París, Berlín y Seúl. Es un equipo global de investigadores, ingenieros y diseñadores apasionados por su oficio.

Rango salarial

CAD 300,000 - 420,000.

Cohere puede usar herramientas con IA para apoyar la revisión de postulaciones. Además, aclaran que nunca piden pagos ni servicios de terceros durante el proceso; las vacantes legítimas están solo en su página oficial de carreras y en LinkedIn.

¿Te interesa? Aplica directamente desde el enlace de la vacante.