Royaume-Uni
AKA
Anthropic
Ingénieur(e) de Recherche, Machine Learning (Apprentissage par Renforcement)
Royaume-Uni
London, England, United Kingdom
PythonKubernetesC++Rust
Traduction automatique. Consultez l’original.
À PROPOS DE ANTHROPIC
Anthropic a pour mission 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
Nos équipes d'Apprentissage par Renforcement dirigent la recherche et le développement en apprentissage par renforcement de Anthropic, jouant 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 Claude Sonnet 4.5 et Opus 4.5. Notre travail couvre plusieurs domaines clés :
- Développer des systèmes qui permettent aux modèles d'utiliser efficacement les ordinateurs
- Faire progresser la génération de code grâce à l'apprentissage par renforcement
- Innover dans la recherche fondamentale en RL pour les grands modèles de langage
- Construire une infrastructure RL évolutive et des méthodologies d'entraînement
- Améliorer les capacités de raisonnement des modèles
Nous collaborons étroitement avec les équipes d'alignement et les équipes de sécurité de pointe de Anthropic pour garantir que nos systèmes sont à la fois performants et sûrs. Nous travaillons en partenariat avec l'équipe de formation appliquée en production 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 et de haute qualité qui repoussent les limites de ce que l'IA peut accomplir.
À PROPOS DU POSTE
En tant qu'Ingénieur(e) de Recherche au sein de l'Apprentissage par Renforcement, vous collaborerez avec un groupe diversifié de chercheurs et d'ingénieurs pour améliorer les capacités et la sécurité des grands modèles de langage. Ce rôle combine des responsabilités de recherche et d'ingénierie, vous demandant à la fois de mettre en œuvre de nouvelles approches et de contribuer à l'orientation de la recherche. Vous travaillerez sur la recherche fondamentale en apprentissage par renforcement, en créant des modèles 'agentiques' via l'utilisation d'outils pour des tâches ouvertes telles que l'utilisation d'ordinateurs et la génération autonome de logiciels, en améliorant les capacités de raisonnement dans des domaines tels que les mathématiques, et en développant des prototypes pour un usage interne, la productivité et l'évaluation.
POURQUOI NOUS SOMMES DIFFÉRENTS
Nous pensons que la recherche en IA à plus fort impact sera de la "big science". Chez Anthropic, nous travaillons en tant qu'équipe unique et cohérente sur seulement 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.
Le moyen le plus simple de comprendre nos orientations de recherche est de lire nos recherches récentes. Ces recherches poursuivent plusieurs des orientations 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.
PROJETS REPRÉSENTATIFS
- Concevoir et optimiser l'infrastructure principale d'apprentissage par renforcement, des abstractions d'entraînement claires à la gestion distribuée des expériences sur des clusters de GPU. Contribuer à l'échelle de nos systèmes pour gérer des flux de travail de recherche de plus en plus complexes.
- Concevoir, implémenter et tester de nouveaux environnements d'entraînement, évaluations et méthodologies pour les agents d'apprentissage par renforcement qui font progresser l'état de l'art pour la prochaine génération de modèles.
- Piloter les améliorations de performance sur notre pile grâce au profilage, à l'optimisation et au benchmarking. Mettre en œuvre des solutions de mise en cache efficaces et déboguer les systèmes distribués pour accélérer les flux de travail d'entraînement et d'évaluation.
- Collaborer avec les équipes de recherche et d'ingénierie pour développer des cadres de test automatisés, concevoir des APIs claires et construire une infrastructure évolutive qui accélère la recherche en IA.
Prérequis
VOUS POURRIEZ ÊTRE UN(E) BON(NE) CANDIDAT(E) SI VOUS
- Êtes compétent(e) en Python et en programmation asynchrone/concurrente avec des frameworks comme Trio
- Avez de l'expérience avec les frameworks de machine learning (PyTorch, TensorFlow, JAX)
- Avez de l'expérience industrielle en recherche de machine learning
- Pouvez équilibrer l'exploration de la recherche avec l'implémentation technique
- Aimez la programmation en binôme (nous adorons ça !)
- Vous souciez de la qualité du code, des tests et des performances
- Avez de solides compétences en conception de systèmes et en communication
- Êtes passionné(e) par l'impact potentiel de l'IA et engagé(e) à développer des systèmes sûrs et bénéfiques
LES CANDIDATS FORTS POURRAIENT AVOIR
- Une familiarité avec les architectures et les méthodologies d'entraînement des LLM
- De l'expérience avec les techniques et environnements d'apprentissage par renforcement
- De l'expérience avec la virtualisation et les environnements d'exécution de code en bac à sable
- De l'expérience avec Kubernetes
- De l'expérience avec les systèmes distribués ou le calcul haute performance
- De l'expérience avec Rust et/ou C++
LES CANDIDATS FORTS N'ONT PAS BESOIN D'AVOIR
- Des certifications formelles ou des diplômes
- De l'expérience en recherche académique ou un historique de publications
Date limite de candidature : Aucune. Les candidatures seront examinées au fur et à mesure.
La fourchette de rémunération annuelle pour ce poste est indiquée ci-dessous. Pour les postes de vente, la fourchette fournie est la fourchette des "Gains Cibles" ("OTE") du poste, ce qui signifie que la fourchette comprend à la fois les commissions de vente/les primes de vente cibles et le salaire annuel de base pour le poste.
Salaire annuel : £260,000—£630,000 GBP
LOGISTIQUE
Éducation minimale : Diplôme de licence ou une combinaison équivalente d'éducation, de formation et/ou d'expérience
Domaine d'études requis : Un domaine pertinent pour le poste tel que démontré par les cours, la formation ou l'expérience professionnelle
Années d'expérience minimales : Les années d'expérience requises correspondront aux exigences du niveau de poste interne pour le poste
Politique hybride basée sur le lieu : Actuellement, nous nous attendons à ce que tout le personnel soit dans l'un de nos bureaux au moins 25% du temps. Cependant, certains postes peuvent requérir plus de temps dans nos bureaux.
Sponsorship de visa : Nous sponsorisons des visas ! Cependant, nous ne pouvons pas sponsoriser avec succès des visas pour tous les postes et tous les candidats. Mais si nous vous faisons une offre, nous ferons tous les efforts raisonnables pour vous obtenir un visa, et nous avons un avocat spécialisé en immigration pour nous aider.
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 qui s'identifient comme appartenant à des 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 tels que 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 des escroqueries potentielles, rappelez-vous que les recruteurs de 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 de Anthropic. Soyez prudent avec les e-mails provenant d'autres domaines. Les recruteurs légitimes de 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 anthropic.com/careers pour connaître les offres d'emploi confirmées.
VENEZ TRAVAILLER AVEC NOUS !
Anthropic est une société d'intérêt général (public benefit corporation) dont le siège est à San Francisco. Nous offrons une rémunération et des avantages sociaux compétitifs, une mise en correspondance optionnelle des dons d'actions, de généreuses congés payés et parentaux, des horaires de travail flexibles et un espace de bureau agréable pour collaborer avec des collègues. Guide sur l'utilisation de l'IA par les candidats : Apprenez notre politique anthropic.com/candidate-ai-guidance concernant l'utilisation de l'IA dans notre processus de candidature.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil