Technical Program Manager, RL Research

Миссия Anthropic — создание надежных, интерпретируемых и управляемых систем 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 руководителей бизнеса, работающих вместе над созданием полезных систем ИИ. О команде Наши команды по обучению с подкреплением (Reinforcement Learning, RL) играют центральную роль в развитии наших систем ИИ, внося вклад в каждую модель Claude и обеспечивая автономию и успехи в области кодирования в наших последних релизах. Работа охватывает использование компьютеров, генерацию кода с помощью RL, фундаментальные исследования RL для больших языковых моделей, масштабируемую инфраструктуру и методологии обучения, а также рассуждения моделей. Команда Research TPM поддерживает полный цикл разработки моделей, от предварительного обучения до пост-обучения, работая на переднем крае разработки ИИ. О роли В качестве менеджера технических программ в команде RL вы будете отвечать за системы и программы, которые определяют скорость наших исследований: надежная оценка состояния исследований RL, процессы обзора и приоритизации, которые превращают эту оценку в критические решения для производственных запусков RL. Сильные кандидаты должны иметь опыт в области машинного обучения (ML) или исследований, а затем перейти к руководству программами. Вам потребуется реальная техническая глубина: способность отлаживать конвейеры данных, читать транскрипты RL для выявления проблем и принимать решения о распределении ресурсов и качестве в режиме реального времени, когда исследования или производственные запуски сталкиваются с проблемами. Вам потребуется такая же организационная эффективность: способность ориентироваться в быстрорастущей организации, быстро определять ключевых людей и команды в области исследований, инфраструктуры, продуктов и операций с данными, а также координировать их действия, не теряя скорости. Присоединяйтесь к нам в нашей миссии по созданию систем ИИ, которые безопасны, надежны и полезны для человечества. Мы считаем, что самые влиятельные исследования в области ИИ будут масштабными. В Anthropic мы работаем как единая слаженная команда над несколькими крупномасштабными исследовательскими проектами. И мы ценим влияние — продвижение наших долгосрочных целей по созданию управляемого, надежного ИИ — а не работу над мелкими и специфическими задачами. Мы рассматриваем исследования ИИ как эмпирическую науку, которая имеет столько же общего с физикой и биологией, сколько и с традиционными направлениями в информатике. Мы чрезвычайно сплоченная группа, и мы проводим частые исследовательские дискуссии, чтобы гарантировать, что мы занимаемся наиболее влиятельной работой в любой момент времени. Поэтому мы высоко ценим коммуникативные навыки. Самый простой способ понять наши исследовательские направления — прочитать наши недавние публикации. Эти исследования продолжают многие направления, над которыми наша команда работала 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. Приходите работать к нам!

Предоставлять регулярную оценку реального состояния исследований RL, охватывающую производительность по сравнению с базовыми показателями, результаты экспериментов, повседневное состояние и инциденты Работать с руководителями RL-организации над приоритизацией, ранжированием и отслеживанием состояния экспериментов Полностью управлять обзорами исследований в партнерстве с командой: устанавливать повестку дня, заранее обеспечивать наличие нужного контекста и подводить итоги принятых решений Разрабатывать процессы и фреймворки, которые придают структуру неструктурированной исследовательской среде, не замедляя работу исследователей Сотрудничать с руководителями исследований, инженерами по инфраструктуре и операциями с данными для выявления препятствий, приоритизации конкурирующих потребностей и принятия решений о технических компромиссах

Имеете опыт работы в области ML engineering или ML research, прежде чем перейти к техническому управлению программами Имеете глубокий практический опыт работы с ML training pipelines, системами RLHF и крупномасштабной инфраструктурой данных в производственной среде Имеете опыт разработки планов выполнения и создания высокоэффективных процессов, которые снижают операционные расходы и позволяют исследователям сосредоточиться на исследованиях Быстро учитесь, глубоко понимаете контекст в незнакомых технических областях и можете осмысленно участвовать в обсуждениях с исследователями Проявляете находчивость, инициативность и способность ориентироваться в неопределенности и меняющихся приоритетах для достижения прогресса в быстро меняющейся исследовательской среде Обладаете отличными навыками управления заинтересованными сторонами и коммуникации, с возможностью влиять на старший технический персонал посредством ясности, компетентности и последовательной работы Воодушевлены идеей продвижения границ возможностей RL в масштабе Минимальное образование: степень бакалавра или эквивалентная комбинация образования, обучения и/или опыта Требуемая область обучения: область, соответствующая должности, подтвержденная курсовой работой, обучением или профессиональным опытом Минимальное количество лет опыта: требуемое количество лет опыта будет коррелировать с требованиями к внутреннему уровню должности

Вознаграждение (Годовой оклад): 365 000 – 435 000 долларов США в год

Годовой диапазон вознаграждения для этой должности указан ниже. Для должностей, связанных с продажами, указанный диапазон представляет собой диапазон целевого заработка ("OTE"), что означает, что диапазон включает как целевые комиссии/бонусы за продажи, так и годовой базовый оклад для должности. Годовой оклад: 365 000 – 435 000 долларов США Логистика Гибридная политика, основанная на местоположении: 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 времени, проведенного в наших офисах. Визовая поддержка: Мы предоставляем визовую поддержку! Однако мы не можем успешно оказывать визовую поддержку для каждой должности и каждого кандидата. Но если мы сделаем вам предложение, мы приложим все разумные усилия, чтобы получить вам визу, и для этого у нас есть иммиграционный юрист. Мы призываем вас подавать заявку, даже если вы считаете, что не соответствуете всем требованиям. Не все сильные кандидаты соответствуют всем перечисленным требованиям. Исследования показывают, что люди, идентифицирующие себя как принадлежащие к недопредставленным группам, чаще испытывают синдром самозванца и сомневаются в своей кандидатуре, поэтому мы настоятельно призываем вас не исключать себя преждевременно и подавать заявку, если вас интересует эта работа. 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 к тому, чтобы в нашей команде были представлены разнообразные точки зрения. Anthropic — это общественная корпорация (public benefit corporation), расположенная в Сан-Франциско. Мы предлагаем конкурентоспособное вознаграждение и льготы, добровольное пожертвование акций с соответствующим матчингом, щедрый отпуск по беременности и родам, гибкий рабочий график и прекрасное офисное пространство для совместной работы с коллегами. Руководство по использованию ИИ кандидатами: Узнайте о нашей политике использования ИИ в процессе подачи заявки.