返回岗位列表

奖励模型工程师

查看原岗位

地点：远程薪资：$350,000-$500,000 日期：2026-01-29

岗位摘要

负责奖励模型训练的端到端工程，从数据摄取到模型评估和部署；设计和实施高效、可靠的训练管道，能够扩展到越来越大的模型规模；构建稳健的数据管道，用于收集、处理人类反馈并将其纳入奖励模型训练

岗位职责

负责奖励模型训练的端到端工程，从数据摄取到模型评估和部署
设计和实施高效、可靠的训练管道，能够扩展到越来越大的模型规模
构建稳健的数据管道，用于收集、处理人类反馈并将其纳入奖励模型训练
优化分布式系统中的训练基础设施，以提高吞吐量、效率和容错能力
扩展奖励模型能力，以支持新领域和额外的数据模态
与研究人员合作，实施和迭代新颖的奖励建模技术
开发工具和监控系统，以确保训练质量并及早发现问题
参与我们整体模型训练基础设施的设计和改进

任职要求

拥有构建和维护大规模机器学习系统的丰富经验
精通Python，并有使用PyTorch等机器学习框架的经验
具有分布式训练系统经验，并能优化机器学习工作负载以提高效率
能够熟练处理大型数据集并构建大规模数据管道
能够在研究探索与工程严谨性及操作可靠性之间取得平衡
喜欢与研究人员密切合作，并将研究想法转化为可靠的工程系统
以结果为导向，倾向于灵活性和影响力
能够在快速变化的研究环境中应对模糊性并取得进展
能够快速适应不断变化的优先级，同时处理多个紧急问题
在调试复杂、时间敏感的问题时保持清晰
愿意承担额外工作，即使超出职位描述范围
关心工作的社会影响，并受到Anthropic使命的激励