Reino Unido
AKA
Anthropic
Ingeniero/a de Investigación, Ciencia de Escalado de RL
Reino Unido
London, England, United Kingdom
Python
Traducción automática. Consulta el original.
Sobre Anthropic
Anthropic tiene como misión crear sistemas de IA fiables, interpretables y dirigibles. Queremos que la IA sea segura y beneficiosa para nuestros usuarios y para la sociedad en su conjunto. Nuestro equipo es un grupo en rápido crecimiento de investigadores, ingenieros, expertos en políticas y líderes empresariales comprometidos que trabajan juntos para construir sistemas de IA beneficiosos.
Sobre el puesto
El equipo de Ciencia de Escalado de RL de Anthropic estudia cómo se comporta el aprendizaje por refuerzo a medida que lo escalamos (en tamaño de modelo, cómputo y horizonte de tarea) y convierte esa comprensión en las recetas de entrenamiento detrás de nuestros modelos de vanguardia. Como Ingeniero/a de Investigación en este equipo, diseñarás y ejecutarás experimentos a gran escala para comprender y resolver cuellos de botella, construirás los benchmarks que hacen medible el progreso a largo plazo y enviarás hallazgos validados directamente al entrenamiento de producción.
Este puesto se encuentra en la frontera entre la investigación y la ingeniería. Los problemas están abiertos, los experimentos se ejecutan a escala de vanguardia y el camino desde un resultado robusto hasta la producción es corto.
En qué nos diferenciamos
Creemos que la investigación de IA de mayor impacto será "big science". En Anthropic trabajamos como un único equipo cohesionado en solo unos pocos esfuerzos de investigación a gran escala. Y valoramos el impacto —avanzar en nuestros objetivos a largo plazo de IA dirigible y confiable— en lugar de trabajar en acertijos más pequeños y específicos. Vemos la investigación de IA como una ciencia empírica, que tiene tanto en común con la física y la biología como con los esfuerzos tradicionales en informática. Somos un grupo extremadamente colaborativo y organizamos frecuentes discusiones de investigación para garantizar que estamos persiguiendo el trabajo de mayor impacto en cualquier momento dado. Como tal, valoramos enormemente las habilidades de comunicación.
La forma más fácil de entender nuestras direcciones de investigación es leer nuestra investigación reciente. Esta investigación continúa muchas de las direcciones en las que trabajó nuestro equipo antes de Anthropic, incluyendo: GPT-3, Interpretabilidad Basada en Circuitos, Neuronas Multimodales, Leyes de Escalado, IA y Cómputo, Problemas Concretos en Seguridad de IA, y Aprendizaje a partir de Preferencias Humanas.
¡Ven a trabajar con nosotros!
Responsabilidades clave
- Diseñar, ejecutar e interpretar experimentos de RL a gran escala, razonando rigurosamente sobre lo que los datos muestran y no muestran.
- Investigar cómo mejora la RL a medida que crecen el horizonte, el cómputo y el tamaño del modelo.
- Construir y mantener benchmarks para RL a largo plazo para que el progreso sea medible y reproducible.
- Traducir hallazgos validados en recetas de entrenamiento de producción, ejerciendo juicio sobre cuándo un resultado es lo suficientemente robusto como para ser implementado.
- Depurar problemas complejos en la intersección de la investigación y la infraestructura: fallos que solo aparecen a escala.
- Colaborar estrechamente con equipos de RL adyacentes en investigación e ingeniería y avanzar en nuestra pila de RL general.
Cualificaciones mínimas
- Sólidas habilidades de investigación empírica en Aprendizaje por Refuerzo, entrenamiento de ML a gran escala o un área estrechamente adyacente.
- Capacidad demostrada para gestionar experimentos a gran escala de principio a fin, desde el diseño hasta la interpretación.
- Dominio de Python y experiencia trabajando con sistemas de ML a gran escala o distribuidos.
- Comodidad operando en la frontera entre investigación y sistemas, incluida la depuración donde ambos se encuentran.
- Preocupación por los impactos sociales de la IA y el escalado responsable.
Logística
Educación mínima: Título de Grado o una combinación equivalente de educación, formación y/o experiencia.
Campo de estudio requerido: Un campo relevante para el puesto, demostrado a través de cursos, formación o experiencia profesional.
Años mínimos de experiencia: Los años de experiencia requeridos se correlacionarán con los requisitos de nivel de puesto interno para la posición.
Cualificaciones preferidas
- Trabajo publicado o implementado en RL a largo plazo o fundamentos de RL.
- Experiencia en la traducción de hallazgos de investigación en recetas de entrenamiento de producción.
- Impacto industrial demostrado a gran escala a través de intervenciones de RL.
- Experiencia trabajando en ejecuciones de entrenamiento a escala de vanguardia con trayectorias largas.
Proyectos representativos
- Diseñar un conjunto de benchmarks para RL a largo plazo que distinga las ganancias de capacidad genuinas de los artefactos de la configuración de evaluación.
- Tomar un hallazgo experimental prometedor, probarlo rigurosamente en diferentes escalas de modelos y trabajar con los equipos de entrenamiento para implementarlo en una receta de producción.
- Investigar una tendencia de escalado inesperada en una ejecución de RL y rastrear su causa raíz, abarcando algoritmo, datos e infraestructura.
El rango de compensación anual para este puesto se indica a continuación.
Para los puestos de ventas, el rango proporcionado es el rango de "Ganancias Objetivo" (OTE) del puesto, lo que significa que el rango incluye tanto las comisiones de ventas/bonificaciones de ventas objetivo como el salario base anual para el puesto.
Salario anual: £375,000—£640,000 GBP
Política híbrida basada en la ubicación: Actualmente, esperamos que todo el personal esté en una de nuestras oficinas al menos el 25% del tiempo. Sin embargo, algunos puestos pueden requerir más tiempo en nuestras oficinas.
Patrocinio de visados: ¡Patrocinamos visados! Sin embargo, no podemos patrocinar visados para todos los puestos y todos los candidatos. Pero si le hacemos una oferta, haremos todo lo razonablemente posible para conseguirle un visado, y contamos con un abogado de inmigración para ayudar con esto.
Le animamos a postularse incluso si no cree que cumple con todos los requisitos. No todos los candidatos sólidos cumplirán con todos los requisitos enumerados. La investigación muestra que las personas que se identifican como pertenecientes a grupos subrepresentados son más propensas a experimentar el síndrome del impostor y a dudar de la solidez de su candidatura, por lo que le instamos a no autoexcluirse prematuramente y a presentar una solicitud si está interesado en este trabajo. Creemos que los sistemas de IA como los que estamos construyendo tienen enormes implicaciones sociales y éticas. Creemos que esto hace que la representación sea aún más importante, y nos esforzamos por incluir una variedad de perspectivas diversas en nuestro equipo.
Su seguridad nos importa. Para protegerse de posibles estafas, recuerde que los reclutadores de Anthropic solo se ponen en contacto con usted desde direcciones de correo electrónico @anthropic.com. En algunos casos, podemos asociarnos con agencias de reclutamiento verificadas que se identificarán como que trabajan en nombre de Anthropic. Tenga cuidado con los correos electrónicos de otros dominios. Los reclutadores legítimos de Anthropic nunca le pedirán dinero, tarifas o información bancaria antes de su primer día. Si alguna vez tiene dudas sobre una comunicación, no haga clic en ningún enlace; visite anthropic.com/careers directamente para ver las ofertas de empleo confirmadas.
Orientación sobre el Uso de IA por parte de los Candidatos: Conozca nuestra política sobre el uso de IA en nuestro proceso de solicitud.
Anthropic es una corporación de beneficio público con sede en San Francisco. Ofrecemos una compensación y beneficios competitivos, donaciones de acciones opcionales igualadas, generosas vacaciones y permisos parentales, horarios de trabajo flexibles y un espacio de oficina agradable en el que colaborar con colegas.
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil