О Anthropic

Mиссия Anthropic — создание надежных, интерпретируемых и управляемых систем ИИ. Мы хотим, чтобы ИИ был безопасным и полезным для наших пользователей и для 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.

О командах

Наши команды по обучению с подкреплением возглавляют исследования и разработку в области обучения с подкреплением в Anthropic, играя критически важную роль в развитии наших систем ИИ. Мы внесли свой вклад во все модели Claude, оказав значительное влияние на возможности автономии и кодирования Claude Sonnet 4.5 и Opus 4.5. Наша работа охватывает несколько ключевых областей:

• Разработка систем, позволяющих моделям эффективно использовать компьютеры
• Продвижение генерации кода с помощью обучения с подкреплением
• Пионерские фундаментальные исследования RL для больших языковых моделей
• Создание масштабируемой инфраструктуры RL и методологий обучения
• Улучшение возможностей рассуждений модели

Мы тесно сотрудничаем с командами по согласованию и передовыми командами по безопасности Anthropic, чтобы гарантировать, что наши системы будут одновременно мощными и безопасными. Мы сотрудничаем с командой прикладного производственного обучения, чтобы внедрять инновации из исследований в развернутые модели, и стремимся масштабировать наши исследования. Наши команды по обучению с подкреплением находятся на стыке передовых исследований и инженерного совершенства, с глубокой приверженностью созданию высококачественных, масштабируемых систем, которые раздвигают границы возможностей ИИ.

О роли

В качестве инженера-исследователя в области обучения с подкреплением вы будете сотрудничать с разнообразной группой исследователей и инженеров для расширения возможностей и повышения безопасности больших языковых моделей. Эта роль сочетает в себе исследовательские и инженерные обязанности, требуя от вас как внедрения новых подходов, так и внесения вклада в направление исследований. Вы будете работать над фундаментальными исследованиями в области обучения с подкреплением, создавая «агентные» модели посредством использования инструментов для открытых задач, таких как использование компьютеров и автономная генерация программного обеспечения, улучшая способности к рассуждению в таких областях, как математика, и разрабатывая прототипы для внутреннего использования, повышения производительности и оценки.

Примерные проекты:

• Разработка архитектуры и оптимизация основной инфраструктуры обучения с подкреплением, от чистых абстракций обучения до распределенного управления экспериментами на кластерах GPU. Помощь в масштабировании наших систем для обработки все более сложных исследовательских рабочих процессов.
• Разработка, внедрение и тестирование новых сред обучения, оценок и методологий для агентов обучения с подкреплением, которые продвигают передовые технологии для следующего поколения моделей.
• Улучшение производительности нашего стека путем профилирования, оптимизации и бенчмаркинга. Внедрение эффективных решений для кэширования и отладка распределенных систем для ускорения рабочих процессов обучения и оценки.
• Сотрудничество между исследовательскими и инженерными командами для разработки автоматизированных фреймворков тестирования, проектирования чистых API и создания масштабируемой инфраструктуры, которая ускоряет исследования в области ИИ.

Вы можете подойти, если вы:

• Уверенно владеете Python и асинхронным/параллельным программированием с использованием таких фреймворков, как Trio
• Имеете опыт работы с фреймворками машинного обучения (PyTorch, TensorFlow, JAX)
• Имеете опыт работы в отрасли исследований машинного обучения
• Можете сбалансировать исследовательские изыскания с инженерной реализацией
• Любите парное программирование (мы его обожаем!)
• Заботитесь о качестве кода, тестировании и производительности
• Обладаете сильными навыками системного дизайна и коммуникации
• Увлечены потенциальным влиянием ИИ и привержены разработке безопасных и полезных систем

Сильные кандидаты могут иметь:

• Знакомство с архитектурами LLM и методологиями обучения
• Опыт работы с методами и средами обучения с подкреплением
• Опыт работы с виртуализацией и изолированными средами выполнения кода
• Опыт работы с Kubernetes
• Опыт работы с распределенными системами или высокопроизводительными вычислениями
• Опыт работы с Rust и/или C++

Сильным кандидатам не обязательно иметь:

• Формальные сертификаты или образовательные дипломы
• Опыт академических исследований или история публикаций

Срок подачи заявок: Нет. Заявки рассматриваются на постоянной основе.

Годовой диапазон компенсации для этой должности указан ниже. Для должностей, связанных с продажами, указанный диапазон является диапазоном «целевого заработка» (OTE), что означает, что диапазон включает в себя как целевые комиссии/бонусы по продажам, так и годовой базовый оклад для этой должности.

Годовой оклад: £260 000 — £630 000 GBP

Логистика

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 Минимальный стаж работы: Требуемый стаж работы будет коррелировать с требованиями к внутреннему уровню должности 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 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 для вас визу, и для этого у нас есть иммиграционный юрист.

Мы призываем вас подавать заявку, даже если вы не соответствуете всем квалификационным требованиям. Не все сильные кандидаты соответствуют всем перечисленным квалификационным требованиям. Исследования показывают, что люди, идентифицирующие себя как принадлежащие к недопредставленным группам, более склонны испытывать синдром самозванца и сомневаться в своей кандидатуре, поэтому мы настоятельно просим 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 включению разнообразных точек зрения в нашу команду.

Ваша безопасность имеет для нас значение. Чтобы защитить себя от потенциального мошенничества, помните, что рекрутеры Anthropic связываются с вами только с адресов электронной почты @anthropic.com. В некоторых случаях мы можем сотрудничать с проверенными рекрутинговыми агентствами, которые сообщат, что работают от имени Anthropic. Будьте осторожны с письмами с других доменов. Легитимные рекрутеры Anthropic никогда не будут запрашивать деньги, сборы или банковскую информацию до вашего первого рабочего дня. Если вы когда-либо сомневаетесь в общении, не нажимайте на ссылки — переходите напрямую на страницу подтвержденных вакансий.

Чем мы отличаемся

Мы считаем, что наиболее влиятельные исследования в области ИИ будут масштабными. В Anthropic мы работаем как единая сплоченная 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 более специфическими задачами. Мы рассматриваем исследования ИИ как эмпирическую науку, которая имеет столько же общего с физикой и биологией, сколько и с традиционными направлениями в области компьютерных наук. Мы чрезвычайно сплоченная группа, и мы проводим частые исследовательские дискуссии, чтобы гарантировать, что мы занимаемся наиболее влиятельной работой в любое время. В связи с этим мы высоко ценим коммуникативные навыки.

Самый простой способ понять наши направления исследований — это ознакомиться с нашими последними публикациями. Эти исследования продолжают многие направления, над которыми наша команда работала до Anthropic, включая: GPT-3, Circuit-Based Interpretability, Multimodal Neurons, Scaling Laws, AI & Compute, Concrete Problems in AI Safety и Learning from Human Preferences.

Присоединяйтесь к нам!

Anthropic — это корпорация общественного блага со штаб-квартирой в Сан-Франциско. Мы предлагаем конкурентоспособную компенсацию и льготы, возможность пожертвования опционов, щедрый отпуск и отпуск по уходу за ребенком, гибкий рабочий график и прекрасное рабочее пространство для сотрудничества с коллегами.

Рекомендации по использованию ИИ кандидатами: Узнайте о нашей политике использования ИИ в процессе подачи заявки.