Full-Stack Software Engineer, Reinforcement Learning

Anthropics Mission ist es, zuverlässige, interpretierbare und steuerbare KI-Systeme zu entwickeln. Wir wollen, dass KI sicher und vorteilhaft für unsere Nutzer und die Gesellschaft als Ganzes ist. Unser Team ist eine schnell wachsende Gruppe engagierter Forscher, Ingenieure, Politikexperten und Wirtschaftsführer, die zusammenarbeiten, um vorteilhafte KI-Systeme zu entwickeln.

ÜBER DIE ROLLE

Als Full-Stack Software Engineer im Bereich RL bauen Sie die Plattformen, Werkzeuge und Schnittstellen, die die Umgebungsgestaltung, Datenerfassung und Trainingsbeobachtbarkeit ermöglichen. Die Qualität der nächsten Generation von Claude hängt von der Qualität der Daten ab, auf denen wir es trainieren – und die Systeme, die Sie entwickeln, machen diese Daten erst möglich.

Sie werden Produktflächen End-to-End verantworten – von backend-Diensten und APIs bis hin zu den Web-UIs, die Forscher, externe Anbieter und Tausende von Daten-Labelern täglich nutzen. Sie benötigen keinen Hintergrund in ML-Forschung. Wichtig ist, dass Sie ein mehrdeutiges, risikoreiches Problem aufgreifen und schnell ein poliertes, zuverlässiges Produkt dafür liefern können.

Dieses Team bewegt sich sehr schnell. Claude schreibt einen Großteil des Codes, den wir committen, was bedeutet, dass die Engstelle nicht das Tippen ist – es sind Urteilsvermögen, Geschmack und die Fähigkeit, auf das zu reagieren, was Forscher als Nächstes benötigen. Sie werden Datenerfassungsstrategien iterieren, um das Wissen von Tausenden von menschlichen Experten weltweit in unsere Modelle zu destillieren, und das in einer Schleife, die sich in Stunden und Tagen schließt, nicht in Quartalen oder Monaten.

Anthropics Reinforcement Learning Organisation leitet die Forschung und Entwicklung, die Claude zu Fähigkeiten, Zuverlässigkeit und Sicherheit trainiert. Wir haben zu jedem Claude-Modell beigetragen, mit erheblichen Auswirkungen auf die Autonomie und die Codierungsfähigkeiten unserer fortschrittlichsten Modelle. Unsere Arbeit umfasst das Lehren von Modellen, Computer effektiv zu nutzen, die Verbesserung der Code-Generierung durch RL, die Pionierarbeit in der grundlegenden RL-Forschung für große Sprachmodelle und den Aufbau skalierbarer Trainingsmethoden hinter unseren Produktionsmodellen der Spitzenklasse.

Die RL-Organisation ist auf vier Ziele ausgerichtet: Lösung von wissenschaftlichen Langzeitaufgaben und kontinuierlichem Lernen, Skalierung von RL-Daten und -Umgebungen, um sie umfassend und vielfältig zu gestalten, Automatisierung des Software-Engineerings End-to-End und Training des Produktionsmodells der Spitzenklasse. Unsere Engineering-Teams bauen die Umgebungen, Bewertungssysteme, Datenpipelines und Werkzeuge, die all dies ermöglichen – von realistischen agentenbasierten Trainingsumgebungen und skalierbaren Code-Datengenerierung bis hin zu menschlichen Datenerfassungsplattformen und Produktions-Trainingsoperationen.

WIE WIR UNTERSCHEIDEN

Wir glauben, dass die wirkungsvollste KI-Forschung „Big Science“ sein wird. Bei Anthropic arbeiten wir als ein einziges, zusammenhängendes Team an nur wenigen groß angelegten Forschungsinitiativen. Und wir schätzen Wirkung – die Förderung unserer langfristigen Ziele von steuerbarer, vertrauenswürdiger KI – anstatt an kleineren und spezifischeren Problemen zu arbeiten. Wir betrachten KI-Forschung als empirische Wissenschaft, die ebenso viel mit Physik und Biologie gemeinsam hat wie mit traditionellen Ansätzen der Informatik. Wir sind eine äußerst kollaborative Gruppe und veranstalten häufige Forschungsdiskussionen, um sicherzustellen, dass wir zu jeder Zeit die wirkungsvollste Arbeit verfolgen. Daher schätzen wir Kommunikationsfähigkeiten sehr.

Der einfachste Weg, unsere Forschungsrichtungen zu verstehen, ist, unsere aktuelle Forschung zu lesen. Diese Forschung setzt viele der Richtungen fort, an denen unser Team vor Anthropic gearbeitet hat, darunter: GPT-3, Circuit-Based Interpretability, Multimodal Neurons, Scaling Laws, AI & Compute, Concrete Problems in AI Safety und Learning from Human Preferences.

LOGISTIK

Mindestbildung: Bachelor-Abschluss oder eine gleichwertige Kombination aus Bildung, Schulung und/oder Erfahrung

Erforderlicher Studienbereich: Ein für die Rolle relevanter Bereich, nachgewiesen durch Kurse, Schulungen oder berufliche Erfahrung

Mindestjahre an Erfahrung: Die erforderliche Berufserfahrung korreliert mit den internen Job-Level-Anforderungen für die Position

Die jährliche Vergütungsspanne für diese Rolle ist unten aufgeführt. Für Vertriebsrollen ist die angegebene Spanne die Zielverdienstspanne („OTE“) der Rolle, was bedeutet, dass die Spanne sowohl die Zielprovisionen/Verkaufsboni als auch das jährliche Grundgehalt für die Rolle beinhaltet.

Jährliches Gehalt: $300,000—$405,000 USD

Standortbasierte Hybridrichtlinie: Derzeit erwarten wir, dass alle Mitarbeiter mindestens 25% der Zeit in einem unserer Büros anwesend sind. Einige Rollen erfordern jedoch möglicherweise mehr Zeit in unseren Büros.

Visumsponsorship: Wir sponsern Visa! Wir können jedoch nicht für jede Rolle und jeden Kandidaten erfolgreich Visa sponsern. Aber wenn wir Ihnen ein Angebot machen, werden wir alle zumutbaren Anstrengungen unternehmen, um Ihnen ein Visum zu besorgen, und wir beauftragen einen Einwanderungsanwalt, um dabei zu helfen.

Wir ermutigen Sie, sich auch dann zu bewerben, wenn Sie nicht glauben, jede einzelne Qualifikation zu erfüllen. Nicht alle starken Kandidaten erfüllen jede einzelne aufgeführte Qualifikation. Forschung zeigt, dass Menschen, die sich als zu unterrepräsentierten Gruppen gehörend identifizieren, anfälliger für das Erleben von Imposter-Syndrom und dem Zweifeln an der Stärke ihrer Kandidatur sind, daher bitten wir Sie, sich nicht vorzeitig auszuschließen und eine Bewerbung einzureichen, wenn Sie an dieser Arbeit interessiert sind. Wir denken, dass KI-Systeme wie die, die wir bauen, enorme soziale und ethische Auswirkungen haben. Wir denken, das macht die Repräsentation noch wichtiger, und wir bemühen uns, eine Bandbreite vielfältiger Perspektiven in unserem Team zu vereinen.

Ihre Sicherheit ist uns wichtig. Um sich vor potenziellen Betrügereien zu schützen, denken Sie daran, dass Anthropic-Recruiter Sie nur von E-Mail-Adressen mit der Endung @anthropic.com kontaktieren. In einigen Fällen arbeiten wir möglicherweise mit geprüften Personalvermittlungsagenturen zusammen, die sich als im Auftrag von Anthropic arbeitend ausweisen. Seien Sie vorsichtig bei E-Mails von anderen Domains. Legitime Anthropic-Recruiter werden Sie niemals vor Ihrem ersten Tag nach Geld, Gebühren oder Bankinformationen fragen. Wenn Sie sich jemals über eine Kommunikation unsicher sind, klicken Sie nicht auf Links – besuchen Sie anthropic.com/careers anthropic.com/careers direkt, um bestätigte Stellenangebote zu finden.

Anthropic ist eine Public Benefit Corporation mit Hauptsitz in San Francisco. Wir bieten wettbewerbsfähige Vergütung und Leistungen, optionale Spendenübereinstimmung für Aktien, großzügigen Urlaub und Elternzeit, flexible Arbeitszeiten und einen schönen Büroraum für die Zusammenarbeit mit Kollegen. Richtlinien zur KI-Nutzung durch Bewerber: Erfahren Sie mehr über unsere Richtlinien anthropic.com/candidate-ai-guidance zur Nutzung von KI in unserem Bewerbungsprozess.