Forschungsingenieur / Forschungswissenschaftler, Pre-training
Anthropic
- Anstellung
- Vollzeit
- Ort
- Zürich
- Erstmals ausgeschrieben
Über Anthropic
Anthropics Mission ist es, zuverlässige, interpretierbare und steuerbare KI-Systeme zu entwickeln. Wir möchten, dass KI für unsere Nutzer und die Gesellschaft als Ganzes sicher und nützlich ist. Unser Team ist eine schnell wachsende Gruppe von engagierten Forschern, Ingenieuren, Politikexperten und Geschäftsführern, die zusammenarbeiten, um nützliche KI-Systeme zu entwickeln.
Über das Team
Wir suchen leidenschaftliche Forschungswissenschaftler und -ingenieure, um unserem wachsenden Pre-training-Team in Zürich beizutreten. Wir sind an der Entwicklung der nächsten Generation von großen Sprachmodellen beteiligt. Das Team konzentriert sich in erster Linie auf multimodale Fähigkeiten: LLMs die Fähigkeit geben, Modalitäten außer Text zu verstehen und zu interagieren.
In dieser Rolle arbeiten Sie an der Schnittstelle zwischen Spitzenforschung und praktischer Ingenieurarbeit und tragen zur Entwicklung sicherer, steuerbarer und vertrauenswürdiger KI-Systeme bei.
Verantwortlichkeiten
In dieser Rolle interagieren Sie mit vielen Teilen der Ingenieur- und Forschungsstacks.
Führen Sie Forschung durch und implementieren Sie Lösungen in Bereichen wie Modellarchitektur, Algorithmen, Datenverarbeitung und Optimierungsentwicklung
Leiten Sie unabhängig kleine Forschungsprojekte und arbeiten Sie mit Teammitgliedern an größeren Initiativen zusammen
Entwerfen, führen und analysieren Sie wissenschaftliche Experimente, um unser Verständnis von großen Sprachmodellen zu verbessern
Optimieren und skalieren Sie unsere Trainingsinfrastruktur, um Effizienz und Zuverlässigkeit zu verbessern
Entwickeln und verbessern Sie Dev-Tooling, um die Teamproduktivität zu erhöhen
Tragen Sie zum gesamten Stack bei, von niedrigen Optimierungen bis hin zu hochwertigem Modelldesign
Qualifikationen & Erfahrung
Wir ermutigen Sie, sich zu bewerben, auch wenn Sie nicht jeden einzelnen Kriterium erfüllen. Da wir uns auf so viele Bereiche konzentrieren, sucht das Team sowohl erfahrene Ingenieure als auch starke Forscher und ermutigen jeden entlang des Forscher-/Ingenieur-Spektrums, sich zu bewerben.
Abschluss (BA erforderlich, MS oder PhD bevorzugt) in Informatik, Maschinellem Lernen oder einem verwandten Feld
Starke Software-Engineering-Fähigkeiten mit einem nachweisbaren Track Record bei der Erstellung komplexer Systeme
Expertise in Python und Deep-Learning-Frameworks
Haben Sie an hochleistungsfähigen, groß angelegten ML-Systemen gearbeitet, insbesondere im Kontext des Sprachmodellierens
Vertrautheit mit ML-Acceleratoren, Kubernetes und groß angelegter Datenverarbeitung
Starke Problemlösungsfähigkeiten und ein resultatorientierter Mindset
Exzellente Kommunikationsfähigkeiten und die Fähigkeit, in einer kollaborativen Umgebung zu arbeiten
Sie werden in dieser Rolle gedeihen, wenn Sie
Signifikante Software-Engineering-Erfahrung haben
In der Lage sind, Forschungsziele mit praktischen Ingenieur-Einschränkungen in Einklang zu bringen
Bereit sind, Aufgaben außerhalb Ihrer Stellenbeschreibung zu übernehmen, um das Team zu unterstützen
Pair-Programming und kollaborative Arbeit genießen
Bereit sind, mehr über maschinelles Lernen zu erfahren
Begeistert sind, in einer Organisation zu arbeiten, die als ein einzelnes, kohärentes Team funktioniert, das große KI-Forschungsprojekte verfolgt
Ambitionierte Ziele für KI-Sicherheit und allgemeinen Fortschritt in den nächsten Jahren haben und Sie sind begeistert, die besten Ergebnisse über einen langen Zeitraum zu schaffen
Beispielprojekte
Optimieren des Durchsatzes neuer Aufmerksamkeitsmechanismen
Vorschlagen von Transformer-Varianten und experimentelles Vergleichen ihrer Leistung
Vorbereiten großer Datenmengen für die Modellkonsumation
Skalieren verteilter Trainingsjobs auf Tausende von Acceleratoren
Entwerfen von Fehlertoleranzstrategien für die Trainingsinfrastruktur
Erstellen interaktiver Visualisierungen von Modellinternas, wie z.B. Aufmerksamkeitsmustern
Wenn Sie sich dafür begeistern, die Grenzen von KI zu erweitern und gleichzeitig Sicherheit und Ethik zu priorisieren, möchten wir von Ihnen hören!
Logistik
Mindestausbildung: Bachelor-Abschluss oder eine äquivalente Kombination aus Ausbildung, Training und/oder Erfahrung
Erforderliches Studienfach: Ein Fach, das für die Rolle relevant ist, wie durch Lehrveranstaltungen, Schulungen oder berufliche Erfahrung nachgewiesen
Mindestjahre der Erfahrung: Die erforderliche Erfahrung wird den internen Job-Level-Anforderungen für die Position entsprechen
Standortbasierte Hybridpolitik: Derzeit erwarten wir, dass alle Mitarbeiter mindestens 25% der Zeit in einem unserer Büros sind. Einige Rollen können jedoch mehr Zeit in unseren Büros erfordern.
Visum-Sponsoring: Wir sponsern Visa! Allerdings können wir nicht für jede Rolle und jeden Kandidaten erfolgreich Visa sponsern. Wenn wir Ihnen jedoch ein Angebot machen, werden wir alle vernünftigen Anstrengungen unternehmen, um Ihnen ein Visum zu besorgen, und wir behalten einen Einwanderungsanwalt, um uns dabei zu helfen.
Wir ermutigen Sie, sich zu bewerben, auch wenn Sie nicht jeden einzelnen Qualifikation erfüllen. Nicht alle starken Kandidaten werden jede einzelne Qualifikation erfüllen, wie aufgeführt. Forschungsergebnisse zeigen, dass Menschen, die sich als Teil unterrepräsentierter Gruppen identifizieren, eher von Impostor-Syndrom betroffen sind und die Stärke ihrer Bewerbung anzweifeln, daher ermutigen 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 entwickeln, enorme soziale und ethische Auswirkungen haben. Wir denken, dass dies die Repräsentation noch wichtiger macht, und wir streben danach, eine Vielzahl von diversen Perspektiven in unserem Team zu haben.
Ihre Sicherheit ist uns wichtig. Um sich vor möglichen Betrugsversuchen zu schützen, beachten Sie, dass Anthropic-Rekrutierer nur von @anthropic.com-E-Mail-Adressen kontaktieren. In
Automatisch aus dem Original übersetzt.
Ausgeschrieben gestern