Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Anthropic
Лондон, Великобритания7 часов назад
Формат работы
Гибрид
Уровень английского
B2, выше среднего
Релокация
Великобритания, Лондон
Письмо на почту или сообщение рекрутеру в Telegram
Миссия Anthropic — создавать надежные, интерпретируемые и управляемые системы ИИ. Мы хотим, чтобы ИИ был безопасным и полезным для наших пользователей и общества в целом. Наша команда — это быстрорастущая группа преданных своему делу исследователей, инженеров, экспертов по политике и бизнес-лидеров, работающих вместе над созданием полезных систем ИИ. Наша команда создает, тестирует, развертывает и отслеживает классификаторы, которые блокируют опасные действия внутренних агентов. Эти классификаторы работают в RL, eval и внутренних развертываниях и предназначены для выявления таких вещей, как попытки побега из песочницы или утечка конфиденциальных данных. Когда классификатор помечает действие, он может заблокировать его до выполнения вызова инструмента, завершить задачу и оповестить человека. Это один из уровней эшелонированной защиты с несколькими уровнями, которые усиливают друг друга: то, что помечают наши классификаторы, поступает в офлайн-мониторинг, а выводы из него используются для улучшения классификаторов и проектирования более безопасной среды. Работа сочетает в себе исследования и производственную инженерию: Исследовательская проблема заключается в создании классификаторов с высоким уровнем полноты и точности для выявления редкого, нового и иногда враждебного поведения. Существует также несколько узких исследовательских вопросов, на которые нужно ответить — например, как развертывать классификаторы безопасности в средах обучения, не стимулируя модели избегать их. Некоторые исследования также основаны на многоступенчатых разработках, описанных в нашей работе по Claude Code auto mode и Constitutional Classifiers . Инженерная проблема заключается в развертывании этих классификаторов в критически важных путях исследований и продуктовой работы. Эти классификаторы должны охватывать огромный объем трафика, работая в рамках ограничений по стоимости, задержке и доступности. Ежедневно большая часть нашей работы выполняется с помощью Claude: вы будете направлять агентов для проведения экспериментов и отправки кода, а также проверять то, что они производят. Это смещает сложную часть работы в сторону принятия решений о том, что делать и в каком порядке. Кроме того, навыки организации, коммуникации и приоритизации имеют большое значение, поскольку наши классификаторы находятся на пути работы многих других команд. Мы считаем, что системы ИИ, подобные тем, которые мы строим, имеют огромные социальные и этические последствия. Мы считаем, что это делает представительство еще более важным, и мы стремимся включать разнообразные точки зрения в нашу команду. Мы считаем, что наиболее влиятельные исследования в области ИИ будут проводиться в масштабах больших научных проектов. В Anthropic мы работаем как единая слаженная команда над несколькими крупномасштабными исследовательскими проектами. Мы ценим влияние — продвижение наших долгосрочных целей по созданию управляемого, надежного ИИ — а не работу над мелкими и более конкретными задачами. Мы рассматриваем исследования в области ИИ как эмпирическую науку, которая имеет столько же общего с физикой и биологией, сколько с традиционными усилиями в области компьютерных наук. Мы очень совместная группа, и мы проводим частые исследовательские обсуждения, чтобы гарантировать, что мы занимаемся наиболее влиятельной работой в любой данный момент. Таким образом, мы высоко ценим коммуникативные навыки. Самый простой способ понять наши исследовательские направления — это ознакомиться с нашими последними исследованиями. Эти исследования продолжают многие направления, над которыми работала наша команда до Anthropic, в том числе: GPT-3, Circuit-Based Interpretability, Multimodal Neurons, Scaling Laws, AI & Compute, Concrete Problems in AI Safety и Learning from Human Preferences. Anthropic — это общественная общественная корпорация со штаб-квартирой в Сан-Франциско.
Разрабатывать, обучать и оценивать классификаторы, которые в реальном времени обнаруживают небезопасные действия агентов, отвечая за такие компоненты, как модели, управляемые промптами, обученные классификаторы или зонды внутренних компонентов модели. Развертывать, настраивать и эксплуатировать эти классификаторы в критически важных путях внутренних агентов, обучения RL и оценок, а также отвечать за их точность, надежность, задержку, стоимость и поведение при сбоях. Создавать наборы данных, конвейеры маркировки и оценки, которые позволяют нам измерять и улучшать наши классификаторы и таксономии вреда. Сотрудничать с коллегами из red teaming для стресс-тестирования наших классификаторов и укрепления их против того, что они найдут. Работать с командами, чьи агенты, среды и оценки мы используем, чтобы ложные срабатывания исправлялись быстро, не ослабляя защиту. Вносить вклад в направление развития команды, включая то, что следует создавать, с чем сотрудничать и куда инвестировать.
Способность организовывать и приоритизировать несколько параллельных потоков работы, а также четко общаться с командами, на которые влияет работа. Способность критически оценивать код и результаты экспериментов, включая работу, произведенную ИИ-агентами. Искренний интерес к разработке безопасных и полезных систем ИИ. Минимальное образование: степень бакалавра или эквивалентное сочетание образования, обучения и/или опыта Требуемая область обучения: область, соответствующая роли, подтвержденная курсовой работой, обучением или профессиональным опытом Минимальный стаж: требуемый стаж будет соответствовать требованиям к внутреннему уровню должности
Опыт руководства неоднозначными техническими проектами и определения направления для других инженеров или исследователей. Опыт оценки больших языковых моделей, разработки классификаторов или эксплуатации производственных систем высокого масштаба, где требования быстро меняются. Опыт построения систем обнаружения, где истинные срабатывания редки, а ложные срабатывания дорогостоящи, таких как обнаружение злоупотреблений, мошенничества, спама или вторжений. Опыт эксплуатации низколатентных, высокодоступных сервисов, от которых зависят другие системы, включая дежурство по ним. Опыт дообучения языковых моделей или работы с зондами и другими методами, считывающими внутренние компоненты модели. Опыт работы с инфраструктурой инференса или обслуживания LLM, или с интеграцией новых компонентов в инфраструктуру обучения. Опыт работы в области безопасности, такой как сэндбоксинг или обнаружение и реагирование. Знакомство с исследованиями в области контроля ИИ, масштабируемого надзора, безопасности агентов или обучения с подкреплением.
Годовой диапазон компенсации для этой должности указан ниже. Для должностей, связанных с продажами, указанный диапазон — это диапазон целевой прибыли ("OTE"), что означает, что диапазон включает как комиссионные/бонусы за продажи, так и годовой базовый оклад для должности. Годовая зарплата: £1 — £1 GBP Логистика Гибридная политика на основе местоположения: в настоящее время мы ожидаем, что все сотрудники будут находиться в одном из наших офисов не менее 25% времени. Однако некоторые должности могут требовать большего присутствия в офисе. Визовая поддержка: Мы спонсируем визы! Однако мы не можем успешно спонсировать визы для каждой должности и каждого кандидата. Но если мы сделаем вам предложение, мы приложим все разумные усилия для получения визы, и для этого мы привлекаем иммиграционного юриста. Мы предлагаем конкурентоспособную компенсацию и льготы, возможность пожертвовать опционы, щедрый отпуск и оплачиваемый отпуск по уходу за ребенком, гибкий график работы и прекрасное офисное пространство для совместной работы с коллегами.
About Anthropic Anthropic’s mission is to create reliable, interpretable, and steerable AI systems. We want AI to be safe and beneficial for our users and for society as a whole. Our team is a quickly growing group of committed researchers, engineers, policy experts, and business leaders working together to build beneficial AI systems. About the role Our team builds, tests, deploys, and monitors the classifiers that block internal agents from taking dangerous actions. These classifiers run across RL, evals, and internal deployments, and are designed to catch things like sandbox escape attempts or exfiltration of sensitive data. When a classifier flags an action, it can block the action before the tool call runs, end the task, and alert a human . This is one layer of a defence-in-depth with several layers that reinforce each other: what our classifiers flag feeds into offline monitoring, and the findings from that go back into better classifiers and safer environment design. The work combines research and production engineering: The research problem is building high recall and high precision classifiers to catch rare, novel, and sometimes adversarial behaviour. There are also several narrow research questions to answer - for example, how to deploy safety classifiers inside training environments without incentivising models to evade them. Some research also builds on the multi-stage designs described in our work on Claude Code auto mode and Constitutional Classifiers . The engineering problem is shipping these classifiers into the critical path of research and product work. These classifiers need to cover a huge volume of traffic while operating within cost, latency and availability constraints. Day to day, much of our work is done with Claude: you'll direct agents to run experiments and ship code, and review what they produce. That moves the hard part of the job towards deciding what to do and in what order. Additionally, organisation, communication, and prioritisation skills matter a great deal as our classifiers sit in the path of many other teams' work. Key responsibilities Design, train, and evaluate classifiers that detect unsafe agent actions in real time, owning pieces such as prompted models, trained classifiers, or probes on model internals Deploy, tune and operate these classifiers in the critical path of internal agents, RL training, and evaluations, and own their accuracy, reliability, latency, cost, and failure behaviour Build the datasets, labelling pipelines, and evaluations that allow us to measure and improve our classifiers and harm taxonomies Partner with red teaming colleagues to stress-test our classifiers, and harden them against what they find Work with the teams whose agents, environments, and evaluations we run on, so that false positives get fixed quickly without weakening protection Contribute to the team's direction, including what to build, what to partner on, and where to invest Minimum qualifications Ability to organise and prioritise several parallel streams of work, and to communicate clearly with the teams that work affects Ability to critically review code and experiment results, including work produced by AI agents Sincere interest in developing safe and beneficial AI systems Preferred qualifications Experience leading ambiguous technical projects and setting direction for other engineers or researchers Experience evaluating large language models, developing classifiers, or operating high-scale production systems where requirements change quickly Experience building detection systems where true positives are rare and false positives are costly, such as abuse, fraud, spam, or intrusion detection Experience running low-latency, high-availability services that other systems depend on, including being on call for them Experience fine-tuning language models, or working with probes and other methods that read model internals Experience with LLM inference or serving infrastructure, or with integrating new components into training infrastructure Background in security, such as sandboxing or detection and response Familiarity with research on AI control, scalable oversight, agent safety, or reinforcement learning The annual compensation range for this role is listed below. For sales roles, the range provided is the role’s On Target Earnings ("OTE") range, meaning that the range includes both the sales commissions/sales bonuses target and annual base salary for the role. Annual Salary: £1 — £1 GBP Logistics Minimum education: Bachelor’s degree or an equivalent combination of education, training, and/or experience Required field of study: A field relevant to the role as demonstrated through coursework, training, or professional experience Minimum years of experience: Years of experience required will correlate with the internal job level requirements for the position Location-based hybrid policy: Currently, we expect all staff to be in one of our offices at least 25% of the time. However, some roles may require more time in our offices. Visa sponsorship: We do sponsor visas! However, we aren't able to successfully sponsor visas for every role and every candidate. But if we make you an offer, we will make every reasonable effort to get you a visa, and we retain an immigration lawyer to help with this. For roles performing work in California: We will consider for employment all qualified applicants, including those with arrest or conviction records or criminal histories, in a manner consistent with the requirements of applicable state and local laws, including the San Francisco Fair Chance Ordinance, the City of Los Angeles’ Fair Chance Initiative for Hiring Ordinance, the Los Angeles County Fair Chance Ordinance for Employers, and the California Fair Chance Act. We encourage you to apply even if you do not believe you meet every single qualification. Not all strong candidates will meet every single qualification as listed. Research shows that people who identify as being from underrepresented groups are more prone to experiencing imposter syndrome and doubting the strength of their candidacy, so we urge you not to exclude yourself prematurely and to submit an application if you're interested in this work. We think AI systems like the ones we're building have enormous social and ethical implications. We think this makes representation even more important, and we strive to include a range of diverse perspectives on our team. Your safety matters to us. To protect yourself from potential scams, remember that Anthropic recruiters only contact you from @anthropic.com email addresses. In some cases, we may partner with vetted recruiting agencies who will identify themselves as working on behalf of Anthropic. Be cautious of emails from other domains. Legitimate Anthropic recruiters will never ask for money, fees, or banking information before your first day. If you're ever unsure about a communication, don't click any links—visit anthropic.com/careers directly for confirmed position openings. How we're different We believe that the highest-impact AI research will be big science. At Anthropic we work as a single cohesive team on just a few large-scale research efforts. And we value impact — advancing our long-term goals of steerable, trustworthy AI — rather than work on smaller and more specific puzzles. We view AI research as an empirical science, which has as much in common with physics and biology as with traditional efforts in computer science. We're an extremely collaborative group, and we host frequent research discussions to ensure that we are pursuing the highest-impact work at any given time. As such, we greatly value communication skills. The easiest way to understand our research directions is to read our recent research. This research continues many of the directions our team worked on prior to Anthropic, including: GPT-3, Circuit-Based Interpretability, Multimodal Neurons, Scaling Laws, AI & Compute, Concrete Problems in AI Safety, and Learning from Human Preferences. Come work with us! Anthropic is a public benefit corporation headquartered in San Francisco. We offer competitive compensation and benefits, optional equity donation matching, generous vacation and parental leave, flexible working hours, and a lovely office space in which to collaborate with colleagues. Guidance on Candidates' AI Usage: Learn about our policy for using AI in our application process.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 248 000 до 303 000