DataHub 关键词情报 · 数据更新至 2026-10-20
美国算法与研究招聘信息
本页聚焦美国算法与研究岗位，适合搜索具体城市和职能方向的用户查看公司、薪资和代表岗位。
活跃公司
- OpenAI134 · 38.3%
- Anthropic59 · 16.9%
- Scale AI46 · 13.1%
- Google DeepMind35 · 10.0%
- Together AI30 · 8.6%
- Cohere9 · 2.6%
- xAI9 · 2.6%
- Character.ai6 · 1.7%
- Pika5 · 1.4%
- Mistral AI5 · 1.4%
热门地点
- 美国350 · 100.0%
岗位方向
- 算法与研究350 · 100.0%
OPEN ROLES
代表岗位
桌面演练负责人，Anthropic研究所
设定项目的研究议程：确定演练应回答的问题、要运行的场景以及每个场景的受众；将演练设计为实证研究：定义每次运行测试的内容，标准化场景和数据捕获以使结果具有可比性，并利用重复演练来绘制结果范围
机器学习研究实习生（2027年夏季）
测量前沿模型的危险能力并进行准备性研究；研究前沿模型新基准的科学与创建方法；开发训练模型在需要长思维链的极难推理问题上表现优异的新方法；研究强化学习和后训练方法，提高模型在高风险任务上的可靠性
研究实习生，前沿投机解码（2027年冬季）
研究和原型化新的高效投机解码算法与草稿模型架构；训练、微调和蒸馏草稿模型，设计严谨实验验证假设；为服务引擎实现优化版本，以在真实工作负载中展示有效性；向更广泛团队沟通项目计划、进展和结果
机器学习工程师，大语言模型评估与可观测性
设计和策划评估数据集，包括采样策略、查询多样性和黄金数据集，以提供对真实助手行为的可靠、代表性覆盖；构建和维护大规模评估管道，在数千个真实用户查询上衡量助手质量；构建基于LLM的评判模型，评估正确性、完整性和响应质量等指标，并与人类判断对齐
材料科学研究工程师
规划并快速原型化应用于科学问题的机器学习技术；开展探索性分析，为实验和研究方向提供依据；改进机器学习模型的架构和训练流程；开发工具、库和框架，加速并支持新研究；清晰高效地报告和展示软件开发成果、实验结果及数据分析
高级研究工程师 - 安全工具与数据
设计和实现稳健的数据管道工具，支持频繁、低摩擦的数据生成和标注；创建连贯的数据基础设施，支持与模型实验的持续并行操作；建立标准化的数据验证、分析和改进流程，涵盖训练和评估数据；与机器学习建模团队协作，使数据能力与实验需求保持一致
技术项目经理 - 对抗模型研究
领导探索模型意外行为及识别失效模式的计划；将模糊或突发的风险信号转化为明确的优先级和可操作的研究计划；设计并执行创新的评估、实验和红队测试活动；与研究、产品和部署团队合作，将发现整合到模型训练和部署周期中
AI模型推理评估员
评估模型输出的事实准确性、逻辑连贯性、谬误推理和隐藏假设；识别细微的意识形态影响、统计谬误和修辞技巧；撰写体现知识诚实性、来源评估、主次来源权衡以及置信度界定的示范性推理文本；构建对抗性示例和红队提示，以暴露模型剩余的认知弱点
研究工程师
开发对齐算法和损失函数以提高数据样本效率；编写数据管道，将多样化的网络数据处理成模型可摄入的格式；识别质量信号以了解模型在现实世界中的表现；设计采样算法以提高大型生成模型的服务效率；拥有至少博士学位（或同等学历）
安全与对齐研究工程师
构建智能体安全评估：针对自主智能体的关键故障模式（如不安全操作、提示注入、数据泄露、沙箱逃逸、奖励黑客和滥用）设计和运行评估，并确保其速度足以在每次模型和产品发布时运行；对 Devin 进行红队测试：系统性地攻击智能体及其框架，在客户之前发现故障，并将其转化为修复和回归测试
研究实习生（本科/硕士/博士）
直接参与视频生成模型的大规模中期训练、后期训练及优化工作；设计、原型开发并优化高吞吐量视频与多媒体数据管道的算法；与资深研究员和工程师合作，推进先进AI与视频生成技术；应用最新研究技术与生产级工作流，将视频生成进展部署到实际应用中
研究科学家 - VLM通才
设计和微调大规模VLM/LLM及混合架构，用于视觉推理、检索、3D理解和具身交互等任务；构建稳健、高效的训练和评估流程（数据整理、分布式训练、混合精度、可扩展微调）；进行模型性能的深入分析：消融研究、偏见/稳健性检查、泛化研究
模型行为架构师
设计、优化并实施上下文工程策略，以指导不同用例下的模型行为；通过精心设计的研究和评估项目，识别模型输出中的不一致性，这些项目可能针对内部或面向生产的系统；开发自动化和半自动化流程，以大规模评估代理效率
数据智能研究员/研发工程师
开展智能数据库基础研究，并将研究成果部署到实际产品中；运用统计与优化工具优化大数据管理系统的分布式存储与索引；利用统计算法实现交互式数据分析（近似查询处理与在线聚合）；进行查询优化研究，包括更准确的代价模型、执行计划选择等
应用科学家与研究工程师
在拥有数千个GPU的集群上运行预训练、后训练并部署最先进的模型；为预训练和后训练生成并管理数据，进行评估工作，确保模型性能超出预期；开发必要的工具和框架，以促进数据生成、模型训练、评估和部署
前沿推测解码研究实习生（2027年夏季）
研究和原型设计新的高效推测解码算法与草稿模型架构；训练、微调和蒸馏草稿模型，并设计严谨实验验证假设；为服务引擎实现优化版本，以展示在真实工作负载中的有效性；向团队沟通项目计划、进展和成果
高级+软件工程师，研究系统
独立界定并领导复杂的多月份基础设施项目，从模糊的起点到生产系统；与研究人员和研究团队建立深度合作关系，理解他们的需求并交付成果；指导其他工程师，帮助提升团队的技术水平；在多个团队之间就技术方向达成一致，处理模糊的问题空间
多智能体资深研究科学家
创建并优化用于模型训练的环境和数据，以最大化 Claude 在智能体任务中的性能或易用性；构思、开发并比较不同智能体配置（如记忆、上下文管理、智能体通信架构）的性能；为大规智能体任务设计并实施严格的定量基准测试
多智能体扩展方向 Staff 研究工程师
设计、运行并解释智能体团队的大规模实验，严谨推理数据能说明和不能说明的内容；研究团队规模、计算量和任务时长增长时性能与效率的变化，并找出限制它们的瓶颈；构建并扩展可靠运行超大规模智能体团队的系统，并调试仅在大规模下出现的故障
生命科学（实验生物学）研究科学家
设计、执行并迭代团队核心研究实验项目，包括分子生物学、生物化学、蛋白质与核酸表征、高通量功能筛选以及新测定方法开发；与计算生物学家直接合作，设计能产生高质量、可分析数据的实验，并快速反馈结果以指导下一轮分析
研究运营，强化学习
统筹领导层时间，围绕最优先事项安排每周日程，设定会议议程以聚焦推动组织前进的决策，并削减非关键事务；对到达领导层的事务进行分诊：自行解决可处理事项，将归属其他部门的事项转交，并审慎上报剩余事项
研究工程师/研究科学家，强化学习前沿
研究强化学习训练和采样如何随模型规模、上下文长度和计算量扩展，并找到保持扩展效率的算法和系统改进；开发下一代模型架构和强化学习算法，并使其在前沿规模下高效运行；将小规模的有希望结果推进到前沿规模运行，并诊断其行为差异的根本原因
研究工程师/性能工程师，强化学习分布式系统
设计、构建和运营支撑大规模强化学习的分布式系统，覆盖训练、采样和环境执行；发现并消除当前系统的限制因素，包括调度、数据移动、存储、网络或协调等方面；在每一层构建容错能力：故障检测、隔离和恢复，使长期运行的任务无需人工干预即可持续推进
政策倡导-政治研究
制定与Anthropic政策目标一致的全方位内部政治研究战略；识别、评估并建立与领先研究和民调机构的关系，确保覆盖不同人口统计、地理区域和政治观点；开展详细的主动研究，测试核心信息、政策提案和活动主题，并评估Anthropic的品牌认知和表现
概念推理研究员
识别所在领域的关键开放问题，评估解决方案，并利用 Claude 取得进展；识别需要本领域专业知识应对的重大社会挑战，评估 Claude 在解决这些问题上的优势与不足；设计评估方案和强化学习环境，系统测试模型在本领域的表现，将专业知识转化为可运行的测试
Anthropic STEM研究员
设定所在领域的重大挑战：识别Claude在专家判断上存在不足的长期开放问题，并定义何为实质性进展；构建全面的数据集、模拟以及严谨且难以取巧的评估，测试模型能否规划实验、解读数据并推理机制，系统性地找出模型自信错误的环节
美国模型实验室高级合作伙伴经理
负责美国实验室组合：为指定的一组美国主要模型实验室制定并执行合作策略，包括客户计划、高管互动以及对每个实验室路线图及Together AI在其中定位的清晰认识；落地旗舰发布：确保最受期待的模型发布在Together平台上实现零日（或首日）可用，协调预发布访问、技术对接、法务和发布营销，以便与实验室…
用户体验研究员，平台
与平台管理层及各团队协作，了解他们最需要知道的关于 Claude 开发者的信息，判断哪些课题值得研究，并主导该研究议程；独立设计并执行定性与定量相结合的研究；研究平台所服务的全部用户群体，包括开发者、基于平台构建产品的团队与企业，以及负责管理和采购产品的人员
变革性AI研究经济学家（经济研究）
构建涵盖增长、劳动力市场与收入分配的变革性AI宏观经济模型；开发并维护基于情景的预测工具；发布不同AI能力轨迹下的GDP、生产率与失业率预测；以经济指数中的微观经济数据为基础，用观测到的采用与任务转型模式约束理论，支撑宏观经济预测
威胁情报经理，模型利用与欺诈
负责模型利用与欺诈任务领域的战略、优先级和成果，明确检测、调查、处置和共享的范围；招聘、管理并发展一支技术威胁调查员团队，为案件工作和情报报告设定质量标准；清晰划分本职位与团队资深个人贡献者的职责边界：战略、人员领导和项目所有权由您负责，最深入的技术调查与手段则由最贴近工作的资深专家负责
强化学习研究技术项目经理
定期提供强化学习研究真实进展的可靠解读，涵盖相对基线的性能、实验结果、日常健康状况和事故；与强化学习组织负责人合作，对实验进行优先级排序、排名并跟踪实验状态；与研究负责人合作，端到端推动研究评审：设定议程，确保会前具备正确背景信息，并就决策事项闭环
研究技术项目经理
深入嵌入研究领域，理解技术格局，与研究者和技术负责人建立信任，识别最高杠杆问题，并随研究重点变化调整工作范围；在算力、评估、强化学习环境和新兴研究计划等研究领域之间灵活切换，快速学习新领域并迅速深入
网络安全产品 Staff+ 研究员
快速制作原型，以界定网络安全工作的 AI 前沿；设计评估方案，衡量模型在安全团队实际工作中的表现；构建这些评估所依赖的数据集、测试框架和评分方法；与网络安全社区互动，帮助界定 AI 能产生最大影响的领域
Staff+ 研究工程师，强化学习数据平台
设计、构建并运营供人类标注者、领域专家和内部研究员使用的反馈与数据采集界面；构建并维护后端服务、API 和流水线，将模型样本路由给人类，并把结构化反馈返回训练流程；负责持续运行于实时模型端点的系统的可靠性、延迟和可用性
研究基础设施软件工程师
设计、构建并扩展支持快速增长使用量的基础设施与系统，并随着构建于其上的产品不断演进，持续适应需求与工作负载的变化；独立界定并领导为期数月的复杂工程项目，从模糊的起点推进至生产系统；推动跨组织技术方向协同，与多个利益相关方和团队共同解决模糊问题空间
软件工程师，研究数据平台
构建并运维数据管道，从研究训练运行中提取数据，并将其落入易于且快速查询的存储系统；与研究人员紧密合作，设计并构建支持数据管理、探索和分析的API、库和网页界面；开发研究人员日常使用的数据集管理、数据编目和数据溯源工具
生命科学研究科学家（计算方向）
构建、运行并维护支撑团队实验项目的分析流程，涵盖PB级序列分析、结构生物信息学、系统发育与比较基因组学、高通量功能筛选的设计与分析、生物序列建模等；与实验生物学家直接合作，设计能够产生高质量数据的实验，并快速给出结果以即时指导下一步实验
研究科学家，生命科学（化学）
设计小分子的多步合成路线并全程监督执行，包括路线选择、反应优化、纯化策略以及完整表征数据（NMR、LC-MS、HPLC）的解读；协调外部合同研究组织和学术合作伙伴进行合成与生物学评价
生命科学研究科学家
构建并交付智能体工具与集成，使 Claude 能够执行真实的生命科学工作流，包括生物信息学流程、数据库查询、分析笔记本和文献综述；设计并构建评估基准，衡量模型在生物学任务上的能力，如图表解读、生物信息学、实验方案推理和文献综合
研究科学家，可解释性
逆向工程训练后的模型，以理解其内部工作机制；研究机制可解释性，发现神经网络参数如何映射为有意义的算法；构建用于研究神经网络内部的“显微镜”等工具；将神经网络视为二进制计算机程序，并尝试进行逆向工程
系统研究工程师实习生 - GPU编程（2027年冬季）
优化和微调GPU代码，以提升性能与可扩展性；与跨职能团队协作，将GPU加速解决方案集成到现有软件系统中；持续跟踪GPU编程技术与方法的最新进展；具备GPU编程与并行计算的扎实背景，例如CUDA和/或Triton
系统研究工程师实习生 - GPU编程（2027年夏季）
优化并微调GPU代码，以实现更好的性能和可扩展性；与跨职能团队合作，将GPU加速解决方案集成到现有软件系统中；及时了解GPU编程技术和工艺的最新进展；具备GPU编程和并行计算的扎实背景，例如CUDA和/或Triton
研究实习生，模型塑造（2027年冬季）
在一个或多个重点方向研究与实现新颖技术；设计并开展严谨实验以验证假设；将研究发现记录为科学论文和博客文章；将研究成果集成到 Together 产品中；目前正在攻读计算机科学、电气工程或相关领域的学士、硕士或博士学位
研究实习生，模型塑造（2027年夏季）
研究并实现一个或多个重点方向中的新颖技术；研究先进后训练方法，涵盖监督学习、偏好优化和强化学习；研究高效神经网络训练的新技术与系统，如分布式训练、算法改进和优化方法；开展基础模型能力的稳健可靠评估
推理研究实习生（2027年冬季）
设计并进行严谨的实验以验证假设；向更广泛的团队沟通项目计划、进展与结果；将研究发现记录在科学出版物和博客文章中；正在攻读计算机科学、电气工程或相关领域的学士最后一年、硕士或博士学位；扎实掌握机器学习与深度学习基础知识
推理研究实习生（2027年暑期）
设计并开展严谨的实验，以验证研究假设；向更广泛的团队沟通项目计划、进展与成果；将研究发现整理为科学论文与博客文章；参与分布式推理、编译器感知优化及推测解码、阶段感知执行等新型推理时计算策略的研究
前沿智能体研究实习生（2027年冬季）
研究并实现我们关注领域中的一项或多项新技术；设计并开展严谨实验以验证假设；将研究发现记录于科学出版物和博客文章中；向更广泛的团队沟通项目计划、进展与结果；目前正在攻读计算机科学、电气工程、信息科学或相关领域的博士学位
前沿智能体研究实习生（2027年夏季）
研究并实现一个或多个重点领域中的新颖技术；设计并开展严谨的实验以验证假设；在科学出版物和博客文章中记录研究发现；向更广泛的团队沟通项目计划、进展与结果；训练、开发并评估前沿模型，尤其是智能体任务与工作流领域
生物安全研究经理
管理、辅导并培养一支从事生物安全评估和分类器研究的研究科学家与工程师团队，涵盖招聘、入职、绩效与职业发展；制定生物安全研究议程的技术方向与路线图，决定团队构建什么、降低优先级什么，以及安全防护何时可发布
研究工程师（Takeoff Intel）
设计、构建并大规模运行能力评估与测量工具；构建数据与分析流水线，将大量模型输出和遥测数据转化为可靠指标；快速原型化新工具，验证其有效性，并决定保留哪些工具；将审查和监督 AI 编写的代码作为工作流程的常规部分
研究工程师/研究科学家（Token 方向）
从零开始构建大规模机器学习系统；参与代码库和基础设施的各个环节，包括提升大规模任务的集群可靠性、改进吞吐量与效率、运行和设计科学实验以及改进开发工具；在理解研究背景及其重要性的基础上编写代码
预训练研究工程师/研究科学家
在模型架构、算法、数据处理和优化器开发等领域开展研究并实现解决方案；独立领导小型研究项目，并与团队成员协作推进大型研究计划；设计、运行并分析科学实验，以加深对大型语言模型的理解；优化并扩展训练基础设施，提高效率与可靠性
生产模型后训练研究工程师
在大规模前沿模型上实施并优化后训练技术；开展研究以开发并优化可直接提升生产模型质量的后训练方案；设计、构建并运行用于模型微调与评估的稳健高效流水线；开发工具以衡量并改进模型在多维度上的表现
性能强化学习研究工程师
提升模型为加速器安全编写正确且快速代码的能力；发明、设计并实现强化学习环境与评估；开展实验并参与制定研究路线图；将研究成果交付并应用于训练运行；与 Anthropic 内外部的其他研究人员、工程师及性能工程专家协作
研究工程师，模型评估
设计并运行Claude能力的新评估，包括推理、代理行为、知识和安全属性，并生成可视化结果供研究员和决策者理解；构建并强化分布式评估执行平台，使数百个评估能在生产RL训练过程中可靠地针对检查点运行
机器学习研究工程师（RL Velocity）
构建并改进研究员日常依赖的强化学习训练基础设施；识别并消除强化学习技术栈中的瓶颈，必要时进行调试、性能分析和架构重构；与研究员及相邻工程团队（推理、沙箱等）紧密合作，理解痛点并交付能提升其效率的工具
生命科学研究工程师
开发新颖的评估框架和训练策略，推动AI在生物学领域的能力前沿；构建严谨的方法来衡量和改进模型在复杂科学任务上的性能；与世界级研究人员和工程师合作，构建能参与研发全阶段的AI系统；跨整个模型栈进行思考和工作
知识团队研究工程师
从头设计和实现新型信息架构策略；进行微调和强化学习，教会语言模型如何与新型信息架构交互；构建“困难”知识库评估集，帮助识别语言模型处理外部数据时的失效模式；是非常有经验的 Python 程序员，能快速编写可靠、高质量且受队友欢迎的代码
研究工程师，领域扩展
端到端负责知识工作垂直领域的数据策略，从任务获取到强化学习训练；管理外部数据供应商的技术关系，包括评估数据质量和设计奖励；与领域专家合作设计数据管道和评估；探索为高价值任务创建强化学习环境的新方法
计算机使用方向研究工程师
设计并开展实验，提升 Claude 的感知能力与智能体（Agent）能力；开发稳健、可靠的评估框架，衡量模型完成复杂计算机任务的能力；构建并改进计算机使用与视觉强化学习训练环境；搭建用于测试和验证复杂强化学习环境的流程与工具
研究工程师，代码强化学习（RL）
设计并搭建代码强化学习环境与编码任务，基于真实代码库与真实工具还原端到端开发场景；构建奖励信号与验证器，刻画并量化“优质代码”的标准；在前沿模型上开展强化学习训练实验，分析并诊断模型在各类软件工程任务中能力提升或停滞的原因
研究工程师，芯片设计强化学习
发明、设计并实现用于智能体 RTL 生成、设计（包括形式）验证与物理设计优化的强化学习环境和评估；研究跨领域强化学习问题，如 EDA 工具延迟优化和代理奖励；开展实验并参与制定团队路线图
研究与教育销售负责人（有益部署）
推动科学发现与经济机会，并支持K12教职工与教育工作者；作为最复杂机构交易的主导者，制定推进策略，与实验室、研究办公室领导及大学教务长建立联系，并亲自解决采购、安全审查和资助预算等最难障碍
研究法律顾问
就数据来源、许可、合作与使用向研究和数据团队提供建议，并在法律与市场演变中帮助制定Anthropic的数据获取与使用策略；协助协调监管准备与模型发布，审阅模型文档和系统卡，回应监管问询，并就预发布模型和内部模型的法律问题提供建议
产品经理，研究（代码）
主导利用最新AI能力解决现实问题的前沿技术的愿景、战略、路线图与执行；与研究团队合作，在研究领域内定义、改进并交付模型能力；识别可能成为变革性产品的新兴研究；将用户洞察综合为可执行的需求与评估标准
研究团队产品经理
领导利用最新AI能力解决现实世界问题的前沿技术的愿景、战略、路线图和执行；与研究团队合作，在研究领域内定义、改进并交付模型能力；识别可能成为变革性产品的早期研究；将用户洞察综合为可执行的需求和评估标准
人才研究科学家（招聘方向）
设计并执行系统研究，回答招聘漏斗健康度、评估质量、候选人体验和招聘质量等核心问题；运用严谨的实验与准实验方法，提出并检验有关人才寻源策略、面试设计和录用决策的假设；开展混合方法研究，理解招聘运营的驱动因素与阻碍因素
模型性能软件工程师（Claude Code）
为 Claude Code 团队的评估系统、研究基础设施与内部工具设定技术方向；架构评估框架，用于衡量模型在多样化编码任务上的能力，并随研究路线图扩展；主导基础设施设计，使研究人员能够大规模运行实验，并做出塑造团队多年运作方式的基础性权衡
机器学习基础设施工程师，安全防护研究
构建并扩展安全防护机器学习研究背后的基础设施和数据管道；负责研究人员使用的训练、评估和评分工作流，重点缩短从想法到结果的时间；设计工具和接口，包括库和命令行工具，让研究人员无需理解底层系统即可直接使用
应用人工智能研究工程师
嵌入产品团队，随着新产品和能力的发展建立深入的技术专长，成为所在领域现场的权威专家；负责模型和产品发布中的技术与市场对接，包括早期测试、现场准备度评估，以及模型生命周期内持续的能力教育
研究副总裁
领导ML研究职能，负责交付、质量、绩效和路线图执行；建立并扩展全球高绩效团队，强调主动担当和ML卓越；直接与财富100强客户和GTM团队合作，将业务需求转化为可扩展的技术解决方案；与工程、产品和交付团队跨Scale协作，推动前沿研究
技术主管经理 - 机器学习研究与工程，机器学习系统
构建、分析和优化训练与推理框架；与机器学习和研究团队协作，加速其研发工作，并支持他们开发下一代模型和数据整理；研究并集成最先进技术，以优化我们的机器学习系统；热衷于系统优化；具备多节点LLM训练和推理经验
Staff/高级机器学习研究工程师，智能系统
根据需要在AIS核心问题领域间移动，包括训练与微调、推理、记忆与检索、评估与可观测性、编排与工具使用基础设施、新智能体能力的应用研究，前往技术杠杆最高的地方，而不是固定负责一个领域
高级/资深机器学习研究科学家（智能体方向）
研究智能体环境与强化学习奖励信号，并对自主智能体在真实场景和环境中的表现进行基准测试；创建稳健的数据项目，以提升大型语言模型（LLM）的智能体能力；构建用于将模型作为智能体进行评估的基础工具和框架
高级/资深机器学习研究工程师，通用智能体，企业生成式AI
设计并实现端到端智能体系统，结合大语言模型推理、工具使用、记忆和控制逻辑，解决反复出现的企业用例；构建可扩展、可靠的智能体架构，可跨众多客户部署，适应不同数据、工具和约束；开发评估框架、数据集、环境和指标，衡量智能体在生产环境中的性能、可靠性和业务影响
研究科学家高级经理
领导、指导并培养一支研究科学家与工程师团队，开展生成式AI研究项目（如评估、后训练、智能体、强化学习环境）；定义并推动多年研究路线图：识别关键科学问题、设定里程碑、分配资源并确保严谨执行
研究科学家，安全后训练
设计并运行后训练流程，研究训练选择如何影响模型的安全性、鲁棒性和对齐属性；开发基于可解释性的评估方法，揭示模型产生不安全、欺骗或其他不良行为的方式和原因，并利用这些见解指导有针对性的缓解措施
前沿风险评测研究科学家
设计并创建评测指标、测试框架和数据集，用于衡量前沿AI系统带来的风险；设计并构建测试框架，评估AI模型和系统（包括智能体）是否具备安全漏洞利用、CBRN能力提升及其他高风险活动的危险能力
研究科学家，人工智能控制与监控
开发监控技术与可观测性方法，实时跟踪人工智能行为，识别并标记偏差、涌现能力或异常输出；研究分层控制机制，包括故障保护、监督协议和干预方法，以便在检测到风险时暂停或重定向人工智能系统；设计红队模拟，探查监督与控制机制中的薄弱环节，并构建缓解措施以弥补已发现的缺口
研究科学家，智能体鲁棒性
研究 AI 智能体能力的科学，重点关注其与安全性、风险因素及基准测试方法之间的关系；设计并构建测试工具，评估 AI 智能体在用户施压或被环境因素诱导时采取有害行动的倾向；针对 AI 智能体获得编码、网页浏览和计算机使用等能力后出现的新颖失效模式，设计并构建利用方法与缓解措施
相关搜索词
这些词用于覆盖真实搜索需求，也方便用户继续定位公司、城市、岗位方向和薪资信息。
美国算法与研究招聘信息美国算法与研究招聘美国算法与研究招聘信息有哪些公司美国算法与研究招聘信息薪资美国算法与研究招聘信息岗位AI招聘美国算法与研究招聘信息美国招聘算法与研究招聘