# Research Operations, Reinforcement Learning
Сан-Франциско, Калифорния
Об Anthropic
Миссия Anthropic — создавать надёжные, интерпретируемые и управляемые системы ИИ. Мы хотим, чтобы ИИ был безопасным и полезным для наших пользователей и для общества в целом. Наша команда — быстро растущая группа преданных своему делу исследователей, инженеров, экспертов в области политики и руководителей бизнеса, которые вместе работают над созданием полезных систем ИИ.
О роли
Передовые исследования держатся не только на самой науке. За каждым запуском модели, ревью и межкомандной программой стоит сеть решений, приоритетов и доведения дел до конца, которая помогает сотням исследователей двигаться в одном направлении. Research Operations отвечает за эту работу: мы вносим ясность в неопределённость, обеспечиваем стабильность в периоды изменений и постоянно углубляем предметную экспертизу, чтобы исследователи могли тратить время на задачи, которые могут решить только они. Это одна из функций с наибольшим рычагом влияния в Anthropic.
Мы ищем опытного операционного специалиста, который будет встроен в руководство нашей организации по обучению с подкреплением (RL) — команды, отвечающей за обучение Claude быть более способным, более надёжным и более согласованным с целями. Вы будете определять, на что руководство тратит время, следить за тем, чтобы приоритетные решения доходили до нужных лиц и принимались быстро, и расчищать путь, чтобы лидеры могли сосредоточиться на самой важной работе. Вы будете подчиняться менеджеру Research Operations и ежедневно работать с руководителями RL-организации и их командами.
Ключевые обязанности
•Владеть временем руководства. Выстраивать неделю вокруг конкретных, наиболее своевременных приоритетов лидеров, формировать повестки так, чтобы встречи тратились на решения, которые продвигают организацию вперёд, и убирать то, что не критично, чтобы лидеры оставались сфокусированными на областях с максимальным рычагом для них.
•Фильтровать то, что доходит до руководства. Решать то, что можете сами, направлять то, что относится к другим, и взвешенно эскалировать остальное.
•Обеспечивать взвешенное принятие решений и доведение до результата. Давать лидерам то, что нужно для быстрых решений, доносить эти решения до коллабораторов и отслеживать обязательства до полного выполнения.
•Замечать проблемы заранее. Выявлять пробелы в ресурсах, технические узкие места и застрявшие пункты действий до того, как они станут блокерами.
•Масштабировать голос руководства. Встречи эфемерны; документы остаются навсегда. Готовить материалы для объявлений на уровне организации, программ и сессий планирования. Защищать время руководства для создания долговечных коммуникаций, задающих направление в нестабильные времена.
•Делать работу организации лучше. Находить повторяющееся трение и людей, которые могут исправить процесс за ним.
•Быть партнёром по размышлениям. Предлагать честные, откровенные советы лидерам, включая чёткое и тактичное несогласие.
Минимальные требования
•Глубоко разделять миссию Anthropic и опираться на неё во всех суждениях, которые вы принимаете в организации.
•Техническая грамотность для содержательного взаимодействия с исследователями: вы можете следить за обсуждением RL-тренировочного прогона, читать набор результатов оценок и формировать разумные гипотезы о том, что они означают, и держаться в техническом разговоре. Не обязательно самому обучать модель, но вы должны понимать процесс обучения модели и иметь глубину, чтобы плотно работать с ведущими исследователями.
•Чёткое письмо: вы превращаете плотный, перегруженный жаргоном материал в резюме и планы, по которым технические коллабораторы в RL-организации и за её пределами могут действовать.
•Чувство хороших дашбордов: вы можете смотреть на визуализации данных и определять улучшения, которые делают выводы нагляднее и обоснованнее.
•Сильное доведение дел до конца и внимание к деталям; на вашей watch ничего не проваливается.
•Способность мягко возражать старшим стейкхолдерам, предлагая стратегические рекомендации по необходимости, не соглашаться без разлада и влиять без прямого полномочия.
•Комфорт с неопределённостью и быстро меняющейся средой; вы остаётесь устойчивыми, когда темп безжалостен, а ставки максимально высоки.
•Опыт в операциях, chief of staff, программном менеджменте или сопоставимой роли с поддержкой старших лидеров в быстро движущейся технической организации.
•Высокая честность. Эта роль находится рядом с решениями, которые реализуют миссию Anthropic, и вам важно делать их правильно.
Предпочтительные требования
•Опыт непосредственной поддержки старшего лидера в функции chief of staff или смежной.
•Время в исследовательском институте, лаборатории или другой исследовательски насыщенной организации.
•Послужной список предвидения того, что понадобится коллегам и лидерам, и действий до того, как попросят.
•Комфорт в среде, где правильный ответ меняется от часа к часу.
•Опыт переноса рутинной операционной работы на AI-агентов или способность писать скрипты и создавать небольшие инструменты.
•Знакомство с безопасностью ИИ или другими экзистенциальными рисками.
Компенсация
Годовая зарплата: $210 000 – $260 000 USD
(Для продажных ролей указанный диапазон — это диапазон On Target Earnings («OTE»), то есть диапазон включает целевые комиссии/бонусы по продажам и годовую базовую зарплату для роли.)
Логистика
Минимальное образование: Степень бакалавра или эквивалентная комбинация образования, обучения и/или опыта.
Требуемая область обучения: Область, релевантная роли, как подтверждается курсами, обучением или профессиональным опытом.
Минимальный стаж: Требуемый стаж будет соотноситься с внутренними требованиями к уровню должности.
Гибридная политика по локации: В настоящее время мы ожидаем, что все сотрудники будут в одном из наших офисов не менее 25% времени. Однако некоторые роли могут требовать больше времени в офисах.
Спонсорство визы: Мы спонсируем визы! Однако мы не можем успешно спонсировать визы для каждой роли и каждого кандидата. Но если мы сделаем вам предложение, мы приложим все разумные усилия, чтобы получить вам визу, и у нас есть иммиграционный юрист, который помогает в этом.
Чем мы отличаемся
Мы считаем, что исследования ИИ с наибольшим воздействием будут большой наукой. В Anthropic мы работаем как единая сплочённая команда над несколькими крупномасштабными исследовательскими направлениями. И мы ценим влияние — продвижение наших долгосрочных целей управляемого, заслуживающего доверия ИИ — а не работу над более мелкими и узкими задачами. Мы рассматриваем исследования ИИ как эмпирическую науку, которая имеет столько же общего с физикой и биологией, сколько с традиционными направлениями в computer science. Мы крайне коллаборативная группа и часто проводим исследовательские обсуждения, чтобы в любой момент заниматься работой с максимальным воздействием. Поэтому мы очень ценим навыки коммуникации.
Проще всего понять наши исследовательские направления, прочитав наши недавние исследования. Эти работы продолжают многие направления, над которыми наша команда работала до Anthropic, включая: GPT-3, Circuit-Based Interpretability, Multimodal Neurons, Scaling Laws, AI & Compute, Concrete Problems in AI Safety и Learning from Human Preferences.
Anthropic — общественная корпорация с головным офисом в Сан-Франциско. Мы предлагаем конкурентную компенсацию и льготы, опциональное сопоставление пожертвований акциями, щедрый отпуск и отпуск по уходу за ребёнком, гибкий график работы и приятное офисное пространство для совместной работы с коллегами.
