Ingénieur de Recherche, Code RL (Apprentissage par Renforcement)

La mission d'Anthropic est de créer des systèmes d'IA fiables, interprétables et orientables. Nous voulons que l'IA soit sûre et bénéfique pour nos utilisateurs et pour la société dans son ensemble. Notre équipe est un groupe en croissance rapide de chercheurs, d'ingénieurs, d'experts en politiques et de chefs d'entreprise engagés qui travaillent ensemble pour construire des systèmes d'IA bénéfiques.

À propos des équipes RL

Nos équipes d'Apprentissage par Renforcement jouent un rôle essentiel dans l'avancement de nos systèmes d'IA. Nous avons contribué à tous les modèles Claude, avec des impacts significatifs sur l'autonomie et les capacités de codage de nos derniers modèles Claude. Notre travail couvre plusieurs domaines clés :

Nous collaborons étroitement avec les équipes d'alignement et les équipes rouges de pointe d'Anthropic pour garantir que nos systèmes sont à la fois performants et sûrs. Nous travaillons en partenariat avec l'équipe d'entraînement de production appliquée pour intégrer les innovations de la recherche dans les modèles déployés, et nous nous engageons à mettre en œuvre notre recherche à grande échelle. Nos équipes d'Apprentissage par Renforcement se situent à l'intersection de la recherche de pointe et de l'excellence en ingénierie, avec un engagement profond à construire des systèmes évolutifs de haute qualité qui repoussent les limites de ce que l'IA peut accomplir.

À propos du poste

Nous recrutons pour l'équipe Code RL au sein de l'organisation RL. En tant qu'Ingénieur de Recherche, vous améliorerez la capacité de nos modèles à écrire, modifier, tester, déboguer et déployer de vrais logiciels — de bout en bout, sur de vraies bases de code, avec de vrais outils — et ce, correctement, rapidement et en toute sécurité.

Ce qui nous différencie

Nous pensons que la recherche en IA à plus fort impact sera de la "big science". Chez Anthropic, nous travaillons en une seule équipe cohérente sur quelques efforts de recherche à grande échelle. Et nous valorisons l'impact — faire progresser nos objectifs à long terme d'IA orientable et digne de confiance — plutôt que de travailler sur des énigmes plus petites et plus spécifiques. Nous considérons la recherche en IA comme une science empirique, qui a autant en commun avec la physique et la biologie qu'avec les efforts traditionnels en informatique. Nous sommes un groupe extrêmement collaboratif, et nous organisons des discussions de recherche fréquentes pour nous assurer que nous poursuivons le travail à plus fort impact à tout moment. À ce titre, nous accordons une grande valeur aux compétences en communication.

La manière la plus simple de comprendre nos orientations de recherche est de lire nos recherches récentes. Ces recherches poursuivent plusieurs des directions sur lesquelles notre équipe a travaillé avant Anthropic, notamment : GPT-3, Interprétabilité basée sur les circuits, Neurones multimodaux, Lois d'échelle, IA et Calcul, Problèmes concrets en sécurité de l'IA, et Apprentissage à partir des préférences humaines.

Venez travailler avec nous !

Ce rôle combine recherche et ingénierie. Vous concevrez des environnements RL et des tâches de codage, construirez les signaux de récompense et les vérificateurs qui définissent ce que signifie "bon code", exécuterez des expériences d'entraînement sur des modèles de pointe, diagnostiquerez pourquoi un modèle s'améliore (ou non) dans une classe de travail d'ingénierie logicielle, et améliorerez la vitesse et la fiabilité des pipelines qui permettent à tout cela d'itérer rapidement. Le Code RL couvre plusieurs domaines d'intérêt — des comportements de codage d'agents et de la correction du code, à l'ingénierie autonome à long terme, en passant par le code haute performance pour les accélérateurs — et nous vous placerons dans le domaine où vous aurez le plus d'impact.

Vous pourriez être un bon candidat si vous :

Les candidats solides pourraient également avoir :

Postes similaires

Si votre expérience correspond spécifiquement à l'un de ces domaines, vous pourriez également vouloir consulter ces offres :

La fourchette de rémunération annuelle pour ce poste est indiquée ci-dessous.

Pour les postes de vente, la fourchette indiquée est la fourchette de rémunération cible ("OTE") pour le poste, ce qui signifie que la fourchette comprend à la fois les commissions de vente/primes de vente cibles et le salaire de base annuel pour le poste.

Salaire Annuel

$500,000—$850,000 USD

Logistique

Nous vous encourageons à postuler même si vous ne pensez pas remplir toutes les qualifications. Tous les candidats solides ne rempliront pas toutes les qualifications énumérées. La recherche montre que les personnes issues de groupes sous-représentés sont plus susceptibles d'éprouver le syndrome de l'imposteur et de douter de la force de leur candidature, nous vous exhortons donc à ne pas vous exclure prématurément et à soumettre une candidature si ce travail vous intéresse. Nous pensons que les systèmes d'IA comme ceux que nous construisons ont d'énormes implications sociales et éthiques. Nous pensons que cela rend la représentation encore plus importante, et nous nous efforçons d'inclure une gamme de perspectives diverses dans notre équipe.

Votre sécurité nous importe. Pour vous protéger contre d'éventuelles escroqueries, rappelez-vous que les recruteurs d'Anthropic vous contactent uniquement à partir d'adresses e-mail @anthropic.com. Dans certains cas, nous pouvons collaborer avec des agences de recrutement vérifiées qui s'identifieront comme travaillant pour le compte d'Anthropic. Soyez prudent avec les e-mails provenant d'autres domaines. Les recruteurs légitimes d'Anthropic ne vous demanderont jamais d'argent, de frais ou d'informations bancaires avant votre premier jour. Si vous avez un doute sur une communication, ne cliquez sur aucun lien — visitez directement anthropic.com/careers pour connaître les offres d'emploi confirmées.

Directives sur l'utilisation de l'IA par les candidats : Apprenez notre politique concernant l'utilisation de l'IA dans notre processus de candidature.