
Cohere
ミドル
Cohere の North プラットフォームでエンタープライズ品質の LLM エージェントを構築する Forward Deployed Engineer——顧客先オンサイトは 20〜40%
本ポジションは Cohere の Agentic Platform チームに所属する Forward Deployed Engineer で、North(Cohere のエンタープライズ AI ワークスペース)向けに、金融・ヘルスケア・通信といった規制業界のエンタープライズ顧客と直接組んで、本番品質の LLM エージェンティックワークフローを構築・リリースします。JD では、Python での実装力、ReAct や Plan-and-Execute といったパターンを用いた RAG/エージェンティックアプリケーションの構築・デプロイ経験、エージェントの精度・安全性・レイテンシを測る堅牢な評価フレームワークを構築できる力が求められています。技術的な深さ(LLM スタック、オーケストレーション、評価の厳密さ)と顧客対応力(曖昧なエンタープライズ課題をスコープの定まった技術仕様に落とし込む力)の両方を試す質問が想定され、顧客先への出張は 20〜40% です。
この面接を練習する
無料 · この職種に合わせて調整されたライブ音声模擬面接
この面接で問われること
- 本番品質のエージェンティックワークフロー設計(ReAct、Plan-and-Execute パターン)
- RAG アプリケーションと LLM スタック(フロンティアモデル、ベクトルデータベース、オーケストレーションフレームワーク)
- エージェントの精度・安全性・レイテンシを測る評価フレームワークの構築
- 曖昧なエンタープライズ課題をスコープの定まった技術仕様へ落とし込む力
- 規制業界(金融、ヘルスケア、通信)における顧客対応の技術リーダーシップ
- プロトタイプから本番までのフルライフサイクルのオーナーシップと、スタックをまたぐ柔軟な対応
よくある質問の方向性
ReAct または Plan-and-Execute を用いてエンドツーエンドで構築したエージェンティックワークフローを順を追って説明してください
エージェントの精度・安全性・レイテンシを測る評価フレームワークをどう設計しますか
顧客の曖昧なビジネス課題を、成功基準付きの技術仕様に落とし込んだ経験を教えてください
規制業界の顧客向けに、LLM エージェントの信頼性・可観測性・監査可能性をどう担保しますか
プロジェクトを前に進めるために、不慣れな技術領域(例:フロントエンド)に踏み込んだ経験を教えてください
懐疑的なエンタープライズのエンジニアリングステークホルダーとの技術議論をどうリードしますか
関連する面接

Cohere
ミドル
Member of Technical Staff, Applied ML

Cohere
シニア
Data Engineer, Data Foundations

Cohere
ミドル
Data Annotation Specialist, Data Science

Airbnb
シニア
Machine Learning Engineer, Community Support Engineering

Airbnb
シニア
Senior Machine Learning Engineer, Customer Support Engineering

シニア