Hoofdkwartier: Londen, UK; Ontario, CAN; Remote-Friendly, Verenigde Staten; San Francisco, CA About Antropic Antropic. Het is de missie van Antropic Antropic. Ons team is een snel groeiende groep van toegewijde onderzoekers, ingenieurs, beleidsdeskundigen en business leaders die samenwerken om voordelige AI-systemen te bouwen. Antropic Fellows Program overzicht Het Antropic Fellows Program is ontworpen om AI-onderzoek en engineering talent te bevorderen. Wij bieden financiering en mentorschap aan veelbelovend technisch talent - ongeacht eerdere ervaring. Fellows zal voornamelijk gebruik maken van externe infrastructuur (bijv. open-source modellen, publieke API's) om te werken aan een empirisch project dat is afgestemd op onze onderzoeksprioriteiten, met als doel een publieke output (bijv. een paper submission). In een van onze eerdere cohorten, meer dan 80% van de collega's geproduceerd papier. We draaien meerdere cohorten van Fellows elk jaar en beoordelen toepassingen op rollen basis. Solliciteer onderaan deze pagina. We accepteren toepassingen op rollen basis voor de volgende cohort verwacht te starten in januari 2027. In sommige omstandigheden, kunnen we tegemoet komen kerels beginnen buiten de gebruikelijke cohort tijdlijnen.. let op in uw toepassing als de januari 2027 startdatum niet werkt voor u. Wat te verwachten • 4 maanden full-time onderzoek • Directorship van antropische onderzoekers • Toegang tot een gedeelde werkruimte • Verbinding met de bredere AI veiligheid en beveiliging onderzoek gemeenschap

• Wekelijkse toelage van 3,850 USD / 2,310 GBP / 4,300 CAD + voordelen (deze variëren per land) • Financiering voor berekening (~$ 15k/maand) en andere onderzoekskosten Interviewproces Het interview proces zal een eerste aanvraag & referentie controle, technische beoordelingen & interviews, en een onderzoeksdiscussie omvatten. We moedigen u aan om zelfs als u niet gelooft dat u voldoet aan elke kwalificatie. Niet alle sterke kandidaten zullen voldoen aan elke kwalificatie zoals vermeld. Onderzoek toont aan dat mensen die zich identificeren als zijnde van ondervertegenwoordigde groepen zijn meer vatbaar voor het ervaren van imbster syndroom en twijfel aan de kracht van hun kandidatuur, dus we dringen er bij u op aan om niet te vroeg uit te sluiten en een aanvraag in te dienen als u geïnteresseerd bent in dit werk. We denken dat AI-systemen zoals die welke we bouwen hebben enorme sociale en ethische implicaties hebben. We denken dat dit vertegenwoordiging nog belangrijker maakt, en we streven naar een scala van diverse perspectieven in ons team.

De verwachte basis-toelage voor deze rol is 3,850 USD / 2,310 GBP / 4,300 CAD per week, met een verwachting van 40 uur per week voor 4 maanden (met mogelijke verlenging). ML Systems & Performance Fellows Mentors, onderzoeksgebieden, & verleden projecten Fellows zal een project selectie en mentor matching proces ondergaan. Mogelijke mentoren omvatten: • Alwin Peng • Zygi Straznickas Opmerking: U mag onderzoek doen naar mentoren voorafgaande werk, maar alle toepassingen moeten gaan door het officiële formulier, niet de mentoren. Voor een verleden voorbeeld van een engineering-zware project, zie:

• AI-agenten vinden $4,6 miljoen in blockchain smart contract exploits Projecten in deze workstream kunnen onder meer: • Het bouwen van een CPU simulator voor accelerator workloads • Het toevoegen van backends voor verschillende acceleratoren op een open source project • Het bouwen van infrastructuur voor andere infrastructuur zware fellows projecten • Het bouwen van complexe synthetische data of milieu pijpleidingen Unieke kandidaatcriteria Je zou een bijzonder grote pasvorm voor deze workstream kunnen zijn als je: • Sterke software engineering vaardigheden met ervaring bouwen complexe ML systemen • Kan onderzoek met engineering rigor en operationele betrouwbaarheid balanceren • Geniet van samenwerking tussen onderzoek en engineering disciplines • Ben comfortabel werken met grootschalige gedistribueerde systemen en high-performance computing (bijv. in trading) • Heb ervaring met training, fine-tuning, of evalueren grote taalmodellen • Zijn bedreven in het analyseren en debuggen van model trainingsprocessen Je kan een goede pasvorm zijn als je in deze workstream werkt •

• Zijn gemotiveerd door ervoor te zorgen dat AI veilig en gunstig is voor de samenleving als geheel • Zijn opgewonden om te transiteren naar empirisch AI onderzoek en zouden geïnteresseerd zijn in een full-time rol bij Antropic • Een sterke technische achtergrond in computerwetenschap, wiskunde, of natuurkunde • Drijven in snelle, samenwerkende omgevingen • Kan ideeën snel implementeren en duidelijk communiceren Kandidaten moeten • Geluidend in Python programmering • Beschikbaar om full-time te werken aan het Fellows programma Versterking Learning Fellows Mentors, onderzoeksgebieden, & verleden projecten

Fellows zullen een projectselectie en mentor matching proces ondergaan. Mogelijke onderzoeksgebieden en mentoren zijn onder meer: • Ruhua Jiang • Kaidi Cao • Sunny Duan • David Brandfonbrener • Colt Steele • Dino Distefano • Will Williams Projecten in deze workstream kunnen omvatten: • Bouw modelgebaseerde tools om AI-trainingsgegevens beter te begrijpen en de kwaliteit van de trainingsgegevens te verbeteren • Een onderzoeksproject om generalisatie beter te begrijpen • Het creëren van RL-omgevingen om Claude-modellen te verbeteren op mogelijkheden die binnen uw domein van expertise vallen • Bouwen van RL-omgevingen voor veiligheidsgerelateerde taken • Het uitvoeren van onderzoek en implementeren van oplossingen op gebieden zoals RL-algoritmes Unieke kandidaatcriteria Je zou een bijzonder geschikt kunnen zijn voor deze workstream als je: • Sterke software-engineeringsvaardigheden hebt met ervaringsopbouw complexe ML-systemen

• Kan onderzoek met engineering rigor en operationele betrouwbaarheid in evenwicht brengen • Geniet van samenwerking tussen onderzoeks- en engineering disciplines • Werken comfortabel met grootschalige gedistribueerde systemen en high-performance computing • Heb ervaring met training, fine-tuning of het evalueren van grote taalmodellen • Zijn bedreven in het analyseren en debuggen van modeltrainingsprocessen Logistiek Vereisten: Om deel te nemen aan t