Cohere AI-компанииОпубликована 12 дней назад · отклик: сайт работодателя
Staff Software Engineer, агентная аналитика
ЗарплатаПо договорённости
ФорматГибрид
ЛокацияСША
ЗанятостьПолная занятость
Cohere — компания, разрабатывающая фундаментальные AI-модели и корпоративные AI-продукты. Штаб-квартира в Торонто, офисы в Лондоне, Нью-Йорке, Сан-Франциско, Монреале, Париже, Берлине и Сеуле.
Роль: ведущий инженер (staff) новой команды Agentic Analytics в организации Analytics and Data Insights. Подчинение старшему директору по аналитике данных. Нужно писать production-код и наборы оценки самостоятельно, а также управлять небольшой формирующейся командой.
Задачи:
- Отвечать за систему целиком: архитектура преобразования бизнес-вопроса в управляемый запрос и проверяемый ответ (интерпретация вопроса, извлечение контекста, применение утверждённых определений и join'ов, проверка прав пользователя, прикрепление доказательств: источник, запрос, свежесть данных).
- Проектировать и запускать в production основные сервисы: инструменты данных для агента (MCP или аналоги), извлечение контекста, навыки агента для аналитики, API для ответов. Обеспечивать надёжность, низкую задержку, контроль затрат, безопасность и наблюдаемость. Встраивать систему в Slack, North, IDE и других агентов.
- Строить и запускать оценочный стенд, определять критерии правильности для каждого домена: эталонные наборы вопросов, включая скрытые случаи и вопросы, на которые агент должен уточнять или отказываться отвечать; оценка на уровне результатов, доля правильных ответов или отказов, покрытие, серьёзность ошибок; регрессионные тесты при каждом изменении контекста, навыков или моделей. Ничего не выпускать ниже установленной планки.
- Формировать слой контекста: определения метрик, утверждённые join'ы, документация из кода, бизнес-глоссарий, примеры. Каждое исправление превращать в проверенное определение и регрессионный тест.
- Внедрять систему в Cohere по доменам (маркетинг, выручка, финансы, продукт) с назначенными владельцами, сертифицированными определениями и собственным набором оценки. Измерять принятие, точность, время выполнения и усилия на исправления.
- Делать систему воспроизводимой: упаковывать инструменты, навыки, шаблоны контекста и оценки, документировать так, чтобы другие команды могли работать без участия автора.
- Нанимать и руководить командой: привлекать первых инженеров, задавать техническую планку, проверять работу, развивать сотрудников.
- Взаимодействовать с командой data platform по хранилищу и семантическим моделям, командой оценки моделей по методологии, командой безопасности по доступам, владельцами доменов по определениям и внедрению.
Требования:
- 10+ лет создания и эксплуатации production-систем аналитики или программного обеспечения, включая техническое руководство командой или системами, охватывающими несколько команд.
- Опыт вывода LLM-агентов в production: использование инструментов, MCP или аналоги, retrieval и контекст-инжиниринг, guardrails, наблюдаемость, с твёрдым пониманием точек отказа.
- Практический опыт создания natural-language или агентной аналитики (text-to-SQL, аналитические агенты, ответы на вопросы поверх семантического слоя), которой реально пользовались, с подтверждением корректности.
- Глубокий опыт оценки LLM-систем: golden sets, сравнение на уровне результатов, метрики отказов, таксономии ошибок, регрессионное тестирование в CI, умение отличить хорошую демонстрацию от системы, которую можно показать CFO.
- Уверенные Python и SQL, опыт проектирования и эксплуатации production-сервисов и API в крупном облаке (Google Cloud — плюс).
- Свободное владение данными: облачные хранилища (BigQuery, Snowflake или аналоги), dbt, семантические слои (MetricFlow, LookML, Cube или аналоги). Понимание гранулярности, определений метрик и утверждённых join'ов, умение заметить неверное число до принятия решения.
- Опыт построения доступа для агентов с учётом идентичности: агент действует с правами спрашивающего пользователя, каждый запрос оставляет аудит-след.
- Опыт найма и развития инженеров, стиль руководства, основанный на эмпатии и данных.
- Искренний интерес к AI: следите за исследованиями, имеете мнения, любите разбираться в деталях.
- Комфорт в условиях неопределённости, умение вести через партнёров без прямого управления, писать дизайн-документы и отчёты об оценке, помогающие принимать решения между командами.
Условия:
- Cohere дружелюбна к удалённой работе, но есть офисы в Торонто, Лондоне, Нью-Йорке, Сан-Франциско, Монреале, Париже, Берлине и Сеуле.
- Для работающих в офисе: ежедневный обед, снеки, регулярные мероприятия.
- Для работающих не рядом с офисом: компенсация коворкинга.
- Всем сотрудникам: стипендия на домашний офис $500.
- Еженедельная стипендия на обед $75/£75 или эквивалент в местной валюте.
- Полная медицинская и стоматологическая страховка, включая отдельный бюджет на психическое здоровье.
- RRSP matching, 401K, пенсионная схема.
- 100% доплата к родительскому отпуску до 6 месяцев для любого родителя.
- Ежегодные льготы на обогащение: искусство и культура, фитнес/велнес, качественное время, улучшение рабочего места.
- Стипендия на образование и обучение для конференций, курсов и коучинга.
- 6 недель оплачиваемого отпуска (30 рабочих дней).
- Бюджет на поездки в другие офисы при удалённой работе, плюс ежегодный корпоративный выезд.
Инструменты в вакансии
Навыки и технологии
Направления