Ingénieur Logiciel Full-Stack en 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 travaillant ensemble pour construire des systèmes d'IA bénéfiques.

À PROPOS DU POSTE

En tant qu'Ingénieur Logiciel Full-Stack en RL, vous construirez les plateformes, les outils et les interfaces qui alimentent la création d'environnements, la collecte de données et l'observabilité de l'entraînement. La qualité de la prochaine génération de Claude dépend de la qualité des données sur lesquelles nous l'entraînons — et les systèmes que vous construisez sont ce qui rend ces données possibles.

Vous serez responsable des surfaces produit de bout en bout — des services backend et APIs aux interfaces web que les chercheurs, les fournisseurs externes et des milliers d'étiqueteurs de données utilisent chaque jour. Vous n'avez pas besoin d'une formation en recherche en ML. Ce qui compte, c'est que vous puissiez prendre un problème ambigu et à fort enjeu et livrer rapidement un produit poli et fiable.

Cette équipe évolue très rapidement. Claude écrit une grande partie du code que nous validons, ce qui signifie que le goulot d'étranglement n'est pas la frappe — c'est le jugement, le goût et la capacité à réagir à ce dont les chercheurs ont besoin ensuite. Vous itérerez sur les stratégies de collecte de données pour distiller la connaissance de milliers d'experts humains à travers le monde dans nos modèles, et vous le ferez dans une boucle qui se ferme en heures et en jours, pas en trimestres ou en mois.

L'organisation d'Apprentissage par Renforcement d'Anthropic dirige la recherche et le développement qui entraîne Claude à être capable, fiable et sûr. Nous avons contribué à chaque modèle Claude, avec un impact significatif sur l'autonomie et les capacités de codage de nos modèles les plus avancés. Notre travail couvre l'enseignement aux modèles à utiliser efficacement les ordinateurs, l'avancement de la génération de code par RL, le pionnier de la recherche fondamentale en RL pour les grands modèles de langage, et la construction des méthodologies d'entraînement évolutives derrière nos modèles de production de pointe.

L'organisation RL est organisée autour de quatre objectifs : résoudre la science des tâches à long horizon et de l'apprentissage continu, faire évoluer les données et les environnements RL pour qu'ils soient complets et diversifiés, automatiser l'ingénierie logicielle de bout en bout, et entraîner le modèle de production de pointe. Nos équipes d'ingénierie construisent les environnements, les systèmes d'évaluation, les pipelines de données et les outils qui rendent tout cela possible — des environnements d'entraînement agentiques réalistes et la génération de données de code évolutives à des plateformes de collecte de données humaines et des opérations d'entraînement de production.

COMMENT NOUS SOMMES DIFFÉRENTS

Nous pensons que la recherche en IA la plus percutante sera de la grande science. Chez Anthropic, nous travaillons en tant qu'équipe cohésive unique 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 le plus percutant 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. Cette recherche poursuit bon nombre des directions sur lesquelles notre équipe a travaillé avant Anthropic, y compris : 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.

LOGISTIQUE

Diplôme minimum : 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, démontré par des cours, une formation ou une expérience professionnelle

Années d'expérience minimum : Les années d'expérience requises seront corrélées aux exigences du niveau de poste interne pour le poste

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 de base annuel pour le poste.

Salaire annuel : $300,000—$405,000 USD

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 nécessiter plus de temps dans nos bureaux.

Sponsorship de visa : Nous sponsorisons des visas ! Cependant, nous ne pouvons pas sponsoriser de 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 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 des arnaques potentielles, rappelez-vous que les recruteurs d' Anthropic vous contactent uniquement à partir d'adresses e-mail @anthropic.com. Dans certains cas, nous pouvons nous associer à des agences de recrutement vérifiées qui s'identifieront comme travaillant pour le compte d' Anthropic. Méfiez-vous des 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 anthropic.com/careers pour connaître les postes ouverts confirmés.

Anthropic est une société d'intérêt général basée à San Francisco. Nous offrons une rémunération et des avantages compétitifs, une mise en correspondance optionnelle de dons d'actions, des congés généreux (vacances 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 pour l'utilisation de l'IA dans notre processus de candidature.