Engenheiro de Software Full-Stack em Aprendizado por Reforço

A missão da Anthropic é criar sistemas de IA confiáveis, interpretáveis e direcionáveis. Queremos que a IA seja segura e benéfica para nossos usuários e para a sociedade como um todo. Nossa equipe é um grupo em rápido crescimento de pesquisadores, engenheiros, especialistas em políticas e líderes empresariais comprometidos, trabalhando juntos para construir sistemas de IA benéficos.

SOBRE A VAGA

Como Engenheiro de Software Full-Stack em RL, você construirá as plataformas, ferramentas e interfaces que impulsionam a criação de ambientes, a coleta de dados e a observabilidade do treinamento. A qualidade da próxima geração do Claude depende da qualidade dos dados nos quais o treinamos — e os sistemas que você constrói são o que tornam esses dados possíveis.

Você será responsável pelas superfícies do produto de ponta a ponta — desde serviços de backend e APIs até as interfaces web que pesquisadores, fornecedores externos e milhares de rotuladores de dados usam todos os dias. Você não precisa ter experiência em pesquisa de ML. O que importa é que você consiga pegar um problema ambíguo e de alto risco e entregar um produto polido e confiável rapidamente.

Esta equipe se move muito rapidamente. Claude escreve muito do código que commitamos, o que significa que o gargalo não é a digitação — é o julgamento, o gosto e a capacidade de reagir ao que os pesquisadores precisam em seguida. Você iterará nas estratégias de coleta de dados para destilar o conhecimento de milhares de especialistas humanos ao redor do mundo em nossos modelos, e fará isso em um ciclo que se fecha em horas e dias, não em trimestres ou meses.

A organização de Aprendizado por Reforço da Anthropic lidera a pesquisa e o desenvolvimento que treinam o Claude para ser capaz, confiável e seguro. Nós contribuímos para todos os modelos Claude, com impacto significativo na autonomia e nas capacidades de codificação de nossos modelos mais avançados. Nosso trabalho abrange ensinar modelos a usar computadores de forma eficaz, avançar a geração de código por meio de RL, pioneirar pesquisa fundamental de RL para modelos de linguagem grandes e construir as metodologias de treinamento escaláveis por trás de nossos modelos de produção de ponta.

A organização de RL é organizada em torno de quatro objetivos: resolver a ciência de tarefas de longo horizonte e aprendizado contínuo, escalar dados e ambientes de RL para serem abrangentes e diversos, automatizar a engenharia de software de ponta a ponta e treinar o modelo de produção de ponta. Nossas equipes de engenharia constroem os ambientes, sistemas de avaliação, pipelines de dados e ferramentas que tornam tudo isso possível — desde ambientes de treinamento agênticos realistas e geração de dados de código escaláveis até plataformas de coleta de dados humanos e operações de treinamento de produção.

COMO SOMOS DIFERENTES

Acreditamos que a pesquisa de IA de maior impacto será "big science". Na Anthropic trabalhamos como uma única equipe coesa em apenas alguns esforços de pesquisa em larga escala. E valorizamos o impacto — avançando em nossos objetivos de longo prazo de IA direcionável e confiável — em vez de trabalhar em quebra-cabeças menores e mais específicos. Vemos a pesquisa de IA como uma ciência empírica, que tem tanto em comum com física e biologia quanto com esforços tradicionais em ciência da computação. Somos um grupo extremamente colaborativo e realizamos discussões de pesquisa frequentes para garantir que estamos buscando o trabalho de maior impacto em qualquer momento. Como tal, valorizamos muito as habilidades de comunicação.

A maneira mais fácil de entender nossas direções de pesquisa é ler nossa pesquisa recente. Esta pesquisa continua muitas das direções em que nossa equipe trabalhou antes da Anthropic, incluindo: GPT-3, Interpretabilidade Baseada em Circuitos, Neurônios Multimodais, Leis de Escala, IA e Computação, Problemas Concretos em Segurança de IA e Aprendizado com Preferências Humanas.

LOGÍSTICA

Educação mínima: Bacharelado ou uma combinação equivalente de educação, treinamento e/ou experiência

Área de estudo exigida: Uma área relevante para a função, conforme demonstrado por cursos, treinamento ou experiência profissional

Anos mínimos de experiência: Os anos de experiência exigidos se correlacionarão com os requisitos de nível de cargo interno para a posição

A faixa de remuneração anual para esta função está listada abaixo. Para funções de vendas, a faixa fornecida é a faixa de Ganhos Alvo ("OTE") da função, o que significa que a faixa inclui tanto a meta de comissões de vendas/bônus de vendas quanto o salário base anual para a função.

Salário Anual: $300,000—$405,000 USD

Política híbrida baseada em localização: Atualmente, esperamos que todos os funcionários estejam em um de nossos escritórios pelo menos 25% do tempo. No entanto, algumas funções podem exigir mais tempo em nossos escritórios.

Patrocínio de visto: Nós patrocinamos vistos! No entanto, não conseguimos patrocinar vistos para todas as funções e todos os candidatos. Mas se fizermos uma oferta, faremos todos os esforços razoáveis para conseguir um visto para você, e mantemos um advogado de imigração para ajudar com isso.

Encorajamos você a se candidatar mesmo que não acredite que atende a todas as qualificações. Nem todos os candidatos fortes atenderão a todas as qualificações listadas. A pesquisa mostra que pessoas que se identificam como pertencentes a grupos sub-representados são mais propensas a experimentar a síndrome do impostor e a duvidar da força de sua candidatura, então pedimos que você não se exclua prematuramente e envie uma candidatura se estiver interessado neste trabalho. Acreditamos que sistemas de IA como os que estamos construindo têm enormes implicações sociais e éticas. Acreditamos que isso torna a representação ainda mais importante, e nos esforçamos para incluir uma variedade de perspectivas diversas em nossa equipe.

Sua segurança é importante para nós. Para se proteger de possíveis golpes, lembre-se de que recrutadores da Anthropic entram em contato apenas de endereços de e-mail @anthropic.com. Em alguns casos, podemos fazer parceria com agências de recrutamento verificadas que se identificarão como trabalhando em nome da Anthropic. Tenha cuidado com e-mails de outros domínios. Recrutadores legítimos da Anthropic nunca pedirão dinheiro, taxas ou informações bancárias antes do seu primeiro dia. Se você tiver alguma dúvida sobre uma comunicação, não clique em nenhum link — visite anthropic.com/careers anthropic.com/careers diretamente para vagas confirmadas.

A Anthropic é uma corporação de benefício público com sede em São Francisco. Oferecemos remuneração e benefícios competitivos, correspondência opcional de doação de equity, generosas férias e licença parental, horários de trabalho flexíveis e um adorável espaço de escritório para colaborar com colegas. Orientações sobre o Uso de IA por Candidatos: Saiba mais sobre nossa política anthropic.com/candidate-ai-guidance para usar IA em nosso processo de candidatura.