Auf einen Blick
- Aufgaben: Entwickle KI-Systeme und verbessere deren Leistung durch angewandte Forschung.
- Unternehmen: Anthropic, ein innovatives Unternehmen für sichere KI-Technologien.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und großzügige Urlaubsregelungen.
- Weitere Informationen: Dynamisches Team mit hervorragenden Entwicklungsmöglichkeiten und Visa-Sponsoring.
- Warum dieser Job: Gestalte die Zukunft der KI und arbeite an realen Herausforderungen in verschiedenen Branchen.
- Qualifikationen: Erfahrung mit großen Sprachmodellen und Verstärkungslernen.
Über Anthropic
Anthropic’s 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 Rolle
Das Domain Scaling-Team hat das Ziel, Claude zu einem Weltklasse-System für die Arbeit mit realem Wissen in Bereichen wie Finanzen, Gesundheitswesen und Recht zu machen. Dies ist eine einzigartige Rolle, die die direkte Ausführung von angewandter Forschung und Datensourcing (real und synthetisch) zur Verbesserung unserer Modelle kombiniert. Sie sind verantwortlich für den gesamten Prozess der Erstellung von RL-Umgebungen für neue Fähigkeiten: Identifizierung von wertvollen Aufgaben, Gestaltung von Belohnungssignalen, Verwaltung von Lieferantenbeziehungen und Messung der Auswirkungen auf die Modellleistung.
Verantwortlichkeiten
- Verantwortung für die Datenstrategie für Wissensarbeitsvertikale von Anfang bis Ende, von der Aufgabensuche bis zum RL-Training
- Verwaltung technischer Beziehungen zu externen Datenanbietern, einschließlich Bewertung der Datenqualität und Gestaltung von Belohnungen
- Zusammenarbeit mit Fachexperten zur Gestaltung von Datenpipelines und Bewertungen
- Erforschung neuartiger Möglichkeiten zur Erstellung von RL-Umgebungen für wertvolle Aufgaben
- Entwicklung und Verbesserung von QA-Rahmenwerken zur Erkennung von Belohnungsmanipulationen und Sicherstellung der Qualität der Umgebungen
- Durchführung von Generalisierungsexperimenten zur Messung, wie sich Änderungen der Datenstrategie auf die Modellfähigkeiten auswirken
- Partnerschaft mit anderen RL-Forschungsteams und Produktteams zur Übersetzung von Fähigkeitszielen in Trainingsumgebungen und Bewertungen
Sie könnten gut passen, wenn Sie:
- Erfahrung mit dem Feintuning großer Sprachmodelle für spezifische Bereiche oder reale Anwendungsfälle haben
- Erfahrung mit Reinforcement Learning, Belohnungsgestaltung oder der Kuratierung von Trainingsdaten für LLMs haben
- Komfortabel im Umgang mit technischen Lieferantenbeziehungen sind und schnell auf Feedback reagieren können
- Wert darin sehen, Datensätze zu lesen, um sie zu verstehen und Probleme zu erkennen
- Starke Fähigkeiten zur funktionsübergreifenden Zusammenarbeit besitzen
- Leidenschaft dafür haben, KI nützlicher und zugänglicher in verschiedenen Branchen zu machen
- Begeistert von einer Rolle sind, die eine Kombination aus angewandter Forschung und praktischer Datenarbeit umfasst
Starke Kandidaten könnten auch:
- Erfahrung in der Ausbildung von Produktions-ML-Systemen haben
- Erfahrung in der Gestaltung von Bewertungen oder Benchmarks für LLMs haben
- Fachwissen in einem Bereich haben, in dem wir unsere Modelle nützlicher machen möchten
- Erfahrung in der Zusammenarbeit mit externen Anbietern oder technischen Partnern haben
Die jährliche Vergütungsspanne für diese Rolle ist unten aufgeführt. Für Vertriebsrollen umfasst die angegebene Spanne die On Target Earnings ("OTE")-Spanne der Rolle, was bedeutet, dass die Spanne sowohl die Zielprovisionen/-boni als auch das Jahresgrundgehalt für die Rolle umfasst. Jährliches Gehalt: 350.000 — 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 Jahre an Erfahrung: Die erforderlichen Jahre an Erfahrung korrelieren mit den internen Anforderungen an das Jobniveau für die Position
- Standortbasierte Hybridpolitik: Derzeit erwarten wir, dass alle Mitarbeiter mindestens 25 % der Zeit in einem unserer Büros sind. Einige Rollen erfordern jedoch möglicherweise mehr Zeit in unseren Büros.
- Visumsponsoring: Wir sponsern Visa! Wir sind jedoch nicht in der Lage, Visa für jede Rolle und jeden Kandidaten erfolgreich zu sponsern. Wenn wir Ihnen jedoch ein Angebot machen, werden wir alle angemessenen Anstrengungen unternehmen, um Ihnen ein Visum zu besorgen, und wir haben einen Einwanderungsanwalt, der uns dabei hilft.
Kommen Sie zu uns! Anthropic ist eine gemeinnützige Gesellschaft mit Sitz in San Francisco. Wir bieten wettbewerbsfähige Vergütung und Leistungen, optionale Aktien-Spendenübereinstimmungen, großzügigen Urlaub und Elternzeit, flexible Arbeitszeiten und einen schönen Büroraum, in dem Sie mit Kollegen zusammenarbeiten können.
Hinweise zur Nutzung von KI durch Kandidaten: Erfahren Sie mehr über unsere Richtlinie zur Nutzung von KI in unserem Bewerbungsprozess.
Research Engineer, Domain Scaling Arbeitgeber: Anthropic
Anthropic ist ein hervorragender Arbeitgeber, der sich leidenschaftlich für die Schaffung sicherer und nützlicher KI-Systeme einsetzt. Mit einem dynamischen Team in San Francisco bieten wir nicht nur wettbewerbsfähige Gehälter und umfassende Sozialleistungen, sondern auch flexible Arbeitszeiten und großzügige Urlaubsregelungen, die eine ausgewogene Work-Life-Balance fördern. Unsere Unternehmenskultur legt großen Wert auf Zusammenarbeit und persönliche Entwicklung, sodass Mitarbeiter die Möglichkeit haben, in einem innovativen Umfeld zu wachsen und ihre Fähigkeiten weiterzuentwickeln.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Research Engineer, Domain Scaling erhalten könnten
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Anthropic zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Research Engineer, Domain Scaling mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Research Engineer, Domain Scaling bei Anthropic gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Anthropic vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Anthropic entscheidend sein!
