Tripadvisor
Anthropic
Ingeniero/a de Investigación, Escalado de Preentrenamiento - Londres
SOBRE ANTHROPIC
La misión de Anthropic es crear sistemas de IA fiables, interpretables y dirigibles. Queremos que la IA sea segura y beneficiosa para nuestros usuarios y para la sociedad en su conjunto. Nuestro equipo es un grupo en rápido crecimiento de investigadores, ingenieros, expertos en políticas y líderes empresariales comprometidos que trabajan juntos para construir sistemas de IA beneficiosos.
SOBRE EL PUESTO
El equipo de Rendimiento y Escalado de ML de Anthropic entrena nuestros modelos preentrenados de producción, un trabajo que da forma directamente al futuro de la empresa y a nuestra misión de construir sistemas de IA seguros y beneficiosos. Como Ingeniero/a de Investigación en este equipo, garantizarás que nuestros modelos de vanguardia se entrenen de manera fiable, eficiente y a escala. Este es un trabajo exigente y de alto impacto que requiere tanto una profunda experiencia técnica como una genuina pasión por el oficio de los sistemas de ML a gran escala.
Este puesto se encuentra en la frontera entre la investigación y la ingeniería. Trabajarás en toda nuestra pila de entrenamiento de producción: optimización del rendimiento, depuración de hardware, diseño experimental y coordinación de lanzamientos. Durante los lanzamientos, el equipo trabaja en estrecha colaboración, respondiendo a problemas de producción que no pueden esperar a mañana.
QUÉ HACE ÚNICO ESTE PUESTO
Este no es un puesto típico de ingeniero/a de investigación. El trabajo es muy operativo — estarás profundamente involucrado/a en mantener nuestros modelos de producción funcionando sin problemas, lo que significa ser receptivo/a a incidentes, flexible con las prioridades y cómodo/a con la incertidumbre. Durante los lanzamientos, el equipo a menudo trabaja horas extras y puede necesitar responder a problemas por las noches y los fines de semana.
Sin embargo, esta intensidad operativa viene con oportunidades de aprendizaje extraordinarias. Obtendrás experiencia práctica con algunas de las ejecuciones de entrenamiento más grandes y sofisticadas de la industria. Trabajarás junto a investigadores e ingenieros de talla mundial, y el conocimiento institucional que construyas se acumulará de maneras que no se pueden transferir fácilmente. Para las personas que prosperan con este tipo de trabajo, es extraordinariamente gratificante.
Estamos construyendo un equipo unido de personas que realmente se preocupan por hacer un trabajo excelente juntas. Si eres alguien que quiere ser parte del entrenamiento de los modelos que definirán el futuro de la IA — y estás entusiasmado/a con toda la realidad de lo que eso implica — nos encantaría saber de ti.
CÓMO SOMOS DIFERENTES
Creemos que la investigación de IA de mayor impacto será "big science". En Anthropic trabajamos como un único equipo cohesionado en solo unos pocos esfuerzos de investigación a gran escala. Y valoramos el impacto — avanzar en nuestros objetivos a largo plazo de IA controlable y confiable — en lugar de trabajar en acertijos más pequeños y específicos. Vemos la investigación de IA como una ciencia empírica, que tiene tanto en común con la física y la biología como con los esfuerzos tradicionales en informática. Somos un grupo extremadamente colaborativo y organizamos frecuentes discusiones de investigación para garantizar que estamos persiguiendo el trabajo de mayor impacto en cualquier momento dado. Como tal, valoramos mucho las habilidades de comunicación.
La forma más fácil de entender nuestras direcciones de investigación es leer nuestra investigación reciente. Esta investigación continúa muchas de las direcciones en las que trabajó nuestro equipo antes de Anthropic, incluyendo: GPT-3, Interpretabilidad Basada en Circuitos, Neuronas Multimodales, Leyes de Escalado, IA y Cómputo, Problemas Concretos en Seguridad de IA, y Aprendizaje a partir de Preferencias Humanas.
¡VEN A TRABAJAR CON NOSOTROS!
Anthropic es una corporación de beneficio público con sede en San Francisco. Ofrecemos compensación y beneficios competitivos, donación opcional de acciones igualada, generosas vacaciones y permisos parentales, horarios de trabajo flexibles y un espacio de oficina agradable en el que colaborar con colegas.
RESPONSABILIDADES
- Ser responsable de aspectos críticos de nuestra canalización de preentrenamiento de producción, incluidas las operaciones del modelo, la optimización del rendimiento, la observabilidad y la fiabilidad
- Depurar y resolver problemas complejos en toda la pila full stack — desde errores de hardware y redes hasta dinámicas de entrenamiento e infraestructura de evaluación
- Diseñar y ejecutar experimentos para mejorar la eficiencia del entrenamiento, reducir el tiempo por paso, aumentar el tiempo de actividad y mejorar el rendimiento del modelo
- Responder a incidentes de guardia durante los lanzamientos de modelos, diagnosticando problemas rápidamente y coordinando soluciones entre equipos
- Construir y mantener la infraestructura de registro, monitorización y evaluación de producción
- Añadir nuevas capacidades al código de entrenamiento, como soporte de contexto largo o arquitecturas novedosas
- Colaborar estrechamente con compañeros de equipo en SF y Londres, así como con los equipos de Tokens, Arquitecturas y Sistemas
- Contribuir al conocimiento institucional del equipo documentando sistemas, enfoques de depuración y lecciones aprendidas
PUEDES SER UN BUEN CANDIDATO/A SI
- Tienes experiencia práctica entrenando modelos de lenguaje grandes, o una profunda experiencia con JAX, TPU, PyTorch, o sistemas distribuidos a gran escala
- Disfrutas genuinamente tanto del trabajo de investigación como de ingeniería — describirías tu reparto ideal como aproximadamente 50/50 en lugar de fuertemente inclinado hacia uno u otro
- Estás entusiasmado/a por estar de guardia para sistemas de producción, trabajar largas jornadas durante los lanzamientos y resolver problemas difíciles bajo presión
- Prosperas cuando trabajas en lo que sea más impactante, incluso si eso cambia día a día según lo que necesite el modelo de producción
- Excel en la depuración de problemas complejos y ambiguos en múltiples capas de la pila
- Te comunicas con claridad y colaboras eficazmente, especialmente al coordinar entre zonas horarias o durante incidentes de alto estrés
- Te apasiona el trabajo en sí y quieres perfeccionar tu oficio como ingeniero/a de investigación
- Te preocupan los impactos sociales de la IA y el escalado responsable
LOS CANDIDATOS/AS CON UN PERFIL SÓLIDO TAMBIÉN PUEDEN TENER
- Experiencia previa entrenando LLM o trabajando extensamente con JAX/TPU, PyTorch, u otros frameworks de ML a escala
- Contribuciones a frameworks de LLM de código abierto (por ejemplo, open_lm, llm-foundry, mesh-transformer-jax)
- Publicaciones de investigación sobre entrenamiento de modelos, leyes de escalado o sistemas de ML
- Experiencia con sistemas de ML de producción, herramientas de observabilidad o infraestructura de evaluación
- Experiencia como ingeniero/a de sistemas, cuantitativo/a, o en otros puestos que requieran tanto profundidad técnica como excelencia operativa
LOGÍSTICA
Ubicación:Este puesto requiere trabajar en la oficina 5 días a la semana en Londres.
Fecha límite para aplicar: Ninguna. Las solicitudes se revisarán de forma continua.
El rango de compensación anual para este puesto se indica a continuación.
Para los puestos de ventas, el rango proporcionado es el rango de "Ganancias Objetivo" ("OTE") del puesto, lo que significa que el rango incluye tanto las comisiones de ventas/bonificaciones de ventas objetivo como el salario base anual para el puesto.
Salario Anual: £260,000—£630,000 GBP
Educación mínima: Título de Grado o una combinación equivalente de educación, formación y/o experiencia
Campo de estudio requerido: Un campo relevante para el puesto demostrado a través de cursos, formación o experiencia profesional
Años mínimos de experiencia: Los años de experiencia requeridos se correlacionarán con los requisitos de nivel de puesto interno para la posición
Política híbrida basada en la ubicación: Actualmente, esperamos que todo el personal esté en una de nuestras oficinas al menos 25% del tiempo. Sin embargo, algunos puestos pueden requerir más tiempo en nuestras oficinas.
Patrocinio de visado: ¡Patrocinamos visados! Sin embargo, no podemos patrocinar visados para todos los puestos y todos los candidatos. Pero si te hacemos una oferta, haremos todo lo razonablemente posible para conseguirte un visado, y contamos con un abogado de inmigración para ayudar con esto.
Te animamos a que te presentes incluso si no crees cumplir todos los requisitos. No todos los candidatos sólidos cumplirán todos los requisitos enumerados. La investigación muestra que las personas que se identifican como pertenecientes a grupos subrepresentados son más propensas a experimentar el síndrome del impostor y a dudar de la solidez de su candidatura, por lo que te instamos a que no te excluyas prematuramente y presentes una solicitud si te interesa este trabajo. Creemos que los sistemas de IA como los que estamos construyendo tienen enormes implicaciones sociales y éticas. Creemos que esto hace que la representación sea aún más importante, y nos esforzamos por incluir una variedad de perspectivas diversas en nuestro equipo.
Tu seguridad nos importa. Para protegerte de posibles estafas, recuerda que los reclutadores de Anthropic solo se ponen en contacto contigo desde direcciones de correo electrónico @anthropic.com. En algunos casos, podemos asociarnos con agencias de contratación verificadas que se identificarán como que trabajan en nombre de Anthropic. Ten cuidado con los correos electrónicos de otros dominios. Los reclutadores legítimos de Anthropic nunca te pedirán dinero, tarifas o información bancaria antes de tu primer día. Si alguna vez tienes dudas sobre una comunicación, no hagas clic en ningún enlace; visita anthropic.com/careers anthropic.com/careers directamente para ver las ofertas de empleo confirmadas.
Guía sobre el Uso de IA por parte de los Candidatos: Conoce nuestra política anthropic.com/candidate-ai-guidance para el uso de IA en nuestro proceso de solicitud.
