Research Engineer, Chip Design RL (Reinforcement Learning)

Über Anthropic

Anthropics Mission ist es, zuverlässige, interpretierbare und steuerbare KI-Systeme zu schaffen. Wir möchten, dass KI sicher und vorteilhaft für unsere Nutzer und die Gesellschaft als Ganzes ist. Unser Team ist eine schnell wachsende Gruppe engagierter Forscher, Ingenieure, Politikspezialisten und Geschäftsleiter, die zusammenarbeiten, um nützliche KI-Systeme zu entwickeln.

Über die RL-Teams

Unsere Reinforcement Learning-Teams leiten die Forschung und Entwicklung im Bereich des Reinforcement Learning bei Anthropic und spielen eine entscheidende Rolle bei der Weiterentwicklung unserer KI-Systeme. Wir haben zu allen Claude-Modellen beigetragen, mit erheblichen Auswirkungen auf die Autonomie und die Programmierfähigkeiten von Claude Fable 5 und Opus 4.8. Unsere Arbeit umfasst mehrere Schlüsselbereiche:

• Entwicklung von Systemen, die es Modellen ermöglichen, Computer effektiv zu nutzen
• Fortschritte bei der Codegenerierung durch Reinforcement Learning
• Pionierarbeit in der grundlegenden RL-Forschung für große Sprachmodelle
• Aufbau skalierbarer RL-Infrastrukturen und Trainingsmethoden
• Verbesserung der Denkfähigkeiten von Modellen

Wir arbeiten eng mit den Alignment- und Frontier-Red-Teams von Anthropic zusammen, um sicherzustellen, dass unsere Systeme sowohl leistungsfähig als auch sicher sind. Wir arbeiten mit dem Team für angewandtes Produktionstraining zusammen, um Forschungsinnovationen in bereitgestellte Modelle zu integrieren, und sind bestrebt, unsere Forschung in großem Maßstab umzusetzen. Unsere Reinforcement Learning-Teams befinden sich an der Schnittstelle zwischen modernster Forschung und ingenieurtechnischer Exzellenz, mit einem tiefen Engagement für den Aufbau hochwertiger, skalierbarer Systeme, die die Grenzen dessen, was KI erreichen kann, erweitern.

Über die Rolle

Wir stellen für das Code RL-Team innerhalb der RL-Organisation ein. Als Research Engineer werden Sie die Fähigkeit unserer Modelle zur Gestaltung von Silizium weiterentwickeln. Hardwaredesign ist schwierig und unnachgiebig – genau das ist der Bereich, in dem wir möchten, dass Claude hervorragend abschneidet.

Sie werden Ihr Fachwissen im Chipdesign nutzen und es in Aufgaben und Signale umwandeln, aus denen Modelle lernen können. Insbesondere werden Sie:

• RL-Umgebungen und Bewertungen für agentische RTL-Generierung, Design (einschließlich formaler) Verifikation, physikalische Designoptimierung erfinden, entwerfen und implementieren.
• An bereichsübergreifenden RL-Aspekten wie EDA-Tool-Latenzoptimierung und Proxy-Belohnungen arbeiten.
• Experimente durchführen und unseren Fahrplan gestalten.
• Ihre Arbeit in Forschungs- und Produktionstrainingsläufe einbringen.
• Mit anderen Forschern und Ingenieuren innerhalb und außerhalb von Anthropic zusammenarbeiten.

Sie könnten gut passen, wenn Sie:

• Fachkenntnisse im ASIC- oder FPGA-Design haben: RTL, Designverifikation (UVM, formale Methoden, coverage-gesteuert), physikalisches Design (Synthese, Platzierung und Routen, Timing-Abschluss), PPA-Optimierung, DFT, ECOs.
• Mit branchenspezifischen EDA-Tools und -Prozessen vertraut sind.
• Chips entworfen haben und Erfahrung im Übergang von Spezifikationen zu Silizium haben.
• Wissen, wie man Forschungserkundung mit ingenieurtechnischer Umsetzung in Einklang bringt.
• Leidenschaft für das Potenzial von KI haben und sich für die Entwicklung sicherer und nützlicher Systeme einsetzen.

Starke Kandidaten haben möglicherweise auch:

• Erfahrung mit Reinforcement Learning, Bewertungen oder Umgebungen.
• Werkzeuge oder Automatisierung rund um Chipdesign-Flüsse entwickelt.
• An ML-Beschleunigern oder Hochleistungs-Computing-Hardware gearbeitet.
• Vertrautheit mit hochgradiger Synthese oder Architektursimulatoren.

Jahresgehalt: 500.000 – 850.000 USD

Logistik

• Minimale Ausbildung: Bachelor-Abschluss oder eine gleichwertige Kombination aus Ausbildung, Schulung und/oder Erfahrung
• Erforderliches Studienfeld: Ein für die Rolle relevantes Feld, das durch Kursarbeit, Schulung oder berufliche Erfahrung nachgewiesen wird
• Minimale Berufserfahrung: Die erforderlichen Jahre an Erfahrung korrelieren mit den internen Anforderungen für die Position
• Standortbasierte Hybridpolitik: Wir erwarten, dass alle Mitarbeiter mindestens 25 % der Zeit in einem unserer Büros sind. Einige Rollen erfordern möglicherweise mehr Zeit in unseren Büros.
• Visumsponsoring: Wir sponsern Visa. Wir werden alle angemessenen Anstrengungen unternehmen, um ein Visum zu erhalten, wenn wir Ihnen ein Angebot machen, aber wir können nicht jede Rolle und jeden Kandidaten sponsern.

Wie wir entschädigen und was wir bieten: Wir bieten wettbewerbsfähige Vergütung und Leistungen, optionale Aktienoptionsspenden, großzügigen Urlaub und Elternzeit, flexible Arbeitszeiten und einen gut gestalteten Büroraum für die Zusammenarbeit.