关于这个职位：
你想要构建尖端系统来训练像 Claude 这样的 AI 模型。你对在机器学习的前沿工作感到兴奋，实施和改进先进技术，以创造出更强大、更可靠和可控的 AI。作为我们强化学习工程团队的 ML 系统工程师，你将负责我们的研究人员依赖的关键算法和基础设施，以训练模型。你的工作将直接促进 AI 能力和安全性的突破。你将专注于提高这些系统的性能、鲁棒性和可用性，以便我们的研究能够尽快进展。你被支持和赋能我们的研究团队以构建有益 AI 系统的使命所激励。
我们的微调研究人员使用 RLHF 和其他相关方法训练我们的生产 Claude 模型和内部研究模型。你的工作将是构建、维护和改进这些研究人员用来训练模型的算法和系统。你将负责提高这些系统的速度、可靠性和易用性。
如果你符合以下条件，可能是一个合适的人选：
拥有 4 年以上的软件工程经验
喜欢开发使他人更高效的系统和工具
以结果为导向，倾向于灵活性和影响力
愿意承担额外的工作，即使超出你的工作描述
享受配对编程（我们喜欢配对！）
想要更多了解机器学习研究
关心你工作的社会影响
强有力的候选人可能还具有以下经验：
高性能、大规模分布式系统
大规模 LLM 训练
Python
实施 LLM 微调算法，例如 RLHF
代表性项目：
分析我们的强化学习管道，以寻找改进机会
构建一个系统，定期在测试环境中启动训练作业，以便我们能够快速检测训练管道中的问题
对我们的微调系统进行更改，以使其适用于新的模型架构
构建工具以检测和消除我们训练代码中的 Python GIL 争用
诊断为什么训练运行在经过一定步骤后开始变慢，并修复它
实施研究人员提出的新训练算法的稳定、快速版本
申请截止日期：无。申请将会持续审核。
公司：Anthropic
资格：教育水平：
经验年限：高级（5 年以上经验） 
洛杉矶