Audio Inference Engineer, Model Efficiency Job at Cohere in New York

Who are we? Our mission is to scale intelligence to serve humanity. We’re training and deploying frontier models for developers and enterprises who are building AI systems to power magical experiences like content generation, semantic search, RAG, and agents. We believe that our work is instrumental to the widespread adoption of AI.
We obsess over what we build. Each one of us is responsible for contributing to increasing the capabilities of our models and the value they drive for our customers. We like to work hard and move fast to do what’s best for our customers.
Cohere is a team of researchers, engineers, designers, and more, who are passionate about their craft. Each person is one of the best in the world at what they do. We believe that a diverse range of perspectives is a requirement for building great products.
Join us on our mission and shape the future!
Why this role? Our team is a fast-growing group of committed researchers and engineers. The mission of the team is to build reliable machine learning systems and optimize audio inference serving efficiency using innovative techniques. As an engineer on this team, you will work on advancing core audio model serving metrics, including latency, throughput, and quality by diving deep into our systems, identifying bottlenecks, and delivering creative solutions for audio processing and streaming workloads.
You’ll collaborate closely with both the training and serving infrastructure teams to ensure seamless integration between model development and deployment, with a special focus on real-time and streaming audio inference.
Please Note: We have offices in Toronto, Montreal, San Francisco, New York, Paris, Seoul and London. We embrace a remote-friendly environment, and as part of this approach, we strategically distribute teams based on interests, expertise, and time zones to promote collaboration and flexibility. You'll find the Model Efficiency team concentrated in the EST and PST time zones, these are our preferred locations.
You may be a good fit for the team if you have: Significant experience developing high-performance audio or machine learning inference systems.

Proficiency with programming languages such as C++ and Python.

Hands-on experience with deep learning models for audio, speech, or language applications.

A bias for action and a strong results-oriented mindset.

It is a big plus if you also have considerable experience with: GPU programming, low-level system optimization, model parallelization techniques over multiple GPUs

Have experience with duplex real-time streaming architectures.

Internals of machine learning frameworks for audio (such as PyTorch, TensorFlow, or specialized audio libraries).

Have experience with inference framework like vLLM, SGLang, Tensort-LLM, or custom distributed inference systems

Sequence modeling (e.g., transformers for audio/speech) and end-to-end audio pipeline optimization

If some of the above doesn’t line up perfectly with your experience, we still encourage you to apply!
We value and celebrate diversity and strive to create an inclusive work environment for all. We welcome applicants from all backgrounds and are committed to providing equal opportunities. Should you require any accommodations during the recruitment process, please submit an Accommodations Request Form, and we will work together to meet your needs.
Full-Time Employees at Cohere enjoy these Perks: 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!)

#J-18808-Ljbffr

In Summary: Cohere is training and deploying frontier models for developers and enterprises who are building AI systems to power magical experiences like content generation, semantic search, RAG, and agents . As an engineer on this team, you will work on advancing core audio model serving metrics, including latency, throughput, and quality .

En Español: ¿Quiénes somos? Nuestra misión es escalar la inteligencia para servir a la humanidad. Estamos capacitando y desplegando modelos fronterizos para desarrolladores e empresas que están construyendo sistemas de IA para impulsar experiencias mágicas como generación de contenido, búsqueda semántica, RAG y agentes. Creemos que nuestro trabajo es fundamental para la adopción generalizada de AI. Nos obsesionamos con lo que construimos. Cada uno de nosotros es responsable de contribuir al aumento de las capacidades de nuestros modelos y el valor que generan para nuestros clientes. Nos gusta trabajar duro y movernos rápidamente para hacer lo mejor para nuestros usuarios. Aquí hay un equipo de investigadores, ingenieros, diseñadores y más, apasionados por su oficio. cada persona es una de las mejores del mundo en lo que hace. Como ingeniero de este equipo, trabajará en el avance del modelo principal de audio que sirve métricas, incluyendo latencia, rendimiento y calidad al sumergirse profundamente en nuestros sistemas, identificar cuellos de botella y ofrecer soluciones creativas para el procesamiento de audio y las cargas de trabajo de transmisión. Colaborará estrechamente con los equipos de capacitación e infraestructura de servicio para garantizar una integración perfecta entre el desarrollo y la implementación de modelos, con un enfoque especial en la inferencia de audio en tiempo real y streaming. Tenga en cuenta: Tenemos oficinas en Toronto, Montreal, San Francisco, Nueva York, París, Seúl y Londres. Encontrará el equipo de Eficiencia Modelo concentrado en las zonas horarias EST y PST, estas son nuestras ubicaciones preferidas. Puede ser un buen ajuste para el equipo si tiene: experiencia significativa en el desarrollo de sistemas de inferencia de audio o aprendizaje automático de alto rendimiento. Proficiencia con lenguajes de programación como C++ y Python. Experiencia práctica con modelos de aprendizaje profundo para aplicaciones de audio, habla o idioma. Prejuicio por la acción y una fuerte mentalidad orientada a los resultados. Es una gran ventaja si también tienes considerable experiencia con: programación GPU, optimización del sistema de bajo nivel, técnicas de parallelización de modelos sobre múltiples GPUs. Tenga experiencia con arquitecturas de transmisión en tiempo real duplex. Internos de marcos de aprendizamiento automático para audio (como Torch, TensorFlow o bibliotecas de audio especializadas). Si necesita algún alojamiento durante el proceso de contratación, envíe un Formulario de Solicitud de Alojamiento y trabajaremos juntos para satisfacer sus necesidades. Los empleados a tiempo completo en Cohere disfrutan de estas ventajas: Una cultura e entorno laboral abierto e inclusivo Trabajar estrechamente con un equipo de vanguardia de la investigación sobre inteligencia artificial Beca semanal del almuerzo Semanal, comidas y bocadillos en las oficinas Beneficios sanitarios y dentales completos, incluido un presupuesto separado para cuidar su salud mental 100% Permiso parental adicional por hasta 6 meses