anthropic is hiring: Staff Machine Learning Engineer, Virtual Collaborator in Sa

Staff Machine Learning Engineer, Virtual Collaborator

About Anthropic

Anthropic’s mission is to create reliable, interpretable, and steerable AI systems. We want AI to be safe and beneficial for our users and for society as a whole. Our team is a quickly growing group of committed researchers, engineers, policy experts, and business leaders working together to build beneficial AI systems.

About the role

We are looking for a Machine Learning Engineer to help us train Claude specifically for virtual collaborator workflows. While Claude excels at general tasks, a lot of knowledge work requires targeted training on real organizational data and workflows. Your job will be to design and implement reinforcement learning environments that transform Claude into the best virtual collaborator, training on everything from navigating internal knowledge to creating financial models.

Responsibilities

Designing and implementing reinforcement learning pipelines specifically targeted at virtual collaborator use cases (productivity, organizational navigation, vertical domains)

Building and scaling our data creation platform for generating high-quality, open-ended tasks with domain experts and crowdworkers; integrating real organizational data to create authentic training environments

Developing robust rubric-based evaluation systems that maintain quality while avoiding reward hacking

Training Claude on advanced document manipulation, including understanding, enhancing, and co-creating

Partnering directly with product teams to ensure training aligns with shipped features

You may be a good fit if you :

Are a very experienced Python programmer who can quickly produce reliable, high quality code that your teammates love using

Have strong machine learning experience

Thrive at the intersection of research and product, with a pragmatic approach to solving real-world problems

Are comfortable with ambiguity and can balance research rigor with shipping deadlines

Enjoy collaborating across multiple teams (data operations, model training, product)

Can context-switch between research problems and product engineering tasks

Care about making AI genuinely helpful for everyday enterprise workflows

Strong candidates may also have experience with :

Building human-in-the-loop training systems or crowdsourcing platforms

Working with enterprise tools and APIs (Google Workspace, Microsoft Office, Slack, etc.)

Developing evaluation frameworks for open-ended tasks

Domain expertise in finance, legal, or healthcare workflows

Creating scalable data pipelines with quality control mechanisms

Reward modeling and preventing reward hacking in RL systems

Translating product requirements into technical training objectives

Deadline to apply : None. Applications will be reviewed on a rolling basis.

The expected base compensation for this position is below. Our total compensation package for full‑time employees includes equity, benefits, and may include incentive compensation.

340,000 - $560,000 USD

Logistics

Education requirements : We require at least a Bachelor's degree in a related field or equivalent experience.

Location‑based hybrid policy : Currently, we expect all staff to be in one of our offices at least 25% of the time. However, some roles may require more time in our offices.

Visa sponsorship : We do sponsor visas! However, we aren’t able to successfully sponsor visas for every role and every candidate. If we make you an offer, we will make every reasonable effort to get you a visa, and we retain an immigration lawyer to help with this.

We encourage you to apply even if you do not believe you meet every single qualification. Not all strong candidates will meet every single qualification as listed. Research shows people who identify as being from under‑represented groups are more prone to experiencing imposter syndrome and doubting the strength of their candidacy, so we urge you not to exclude yourself prematurely and to submit an application if you’re interested in this work. We think AI systems like the ones we’re building have enormous social and ethical implications. This makes representation even more important, and we strive to include a range of diverse perspectives on our team.

How we’re different

We believe that the highest‑impact AI research will be big science. At Anthropic we work as a single cohesive team on just a few large‑scale research efforts. And we value impact—advancing our long‑term goals of steerable, trustworthy AI—rather than working on smaller and more specific puzzles. We view AI research as an empirical science, which has as much in common with physics and biology as with traditional efforts in computer science. We’re an extremely collaborative group, and we host frequent research discussions to ensure that we are pursuing the highest‑impact work at any given time. As such, we greatly value communication skills.

The easiest way to understand our research directions is to read our recent research. This research continues many of the directions our team worked on prior to Anthropic, including : GPT‑3, Circuit‑Based Interpretability, Multimodal Neurons, Scaling Laws, AI & Compute, Concrete Problems in AI Safety, and Learning from Human Preferences.

Come work with us!

Anthropic is a public benefit corporation headquartered in San Francisco. We offer competitive compensation and benefits, optional equity donation matching, generous vacation and parental leave, flexible working hours, and a lovely office space in which to collaborate with colleagues.

Guidance on Candidates' AI Usage : Learn about our policy for using AI in our application process.

Equal Employment Opportunity

As set forth in Anthropic’s Equal Employment Opportunity policy, we do not discriminate on the basis of any protected group status under any applicable law.

If you believe you belong to any of the categories of protected veterans listed below, please indicate by making the appropriate selection. As a government contractor subject to the Vietnam Era Veterans Readjustment Assistance Act (VEVRAA), we request this information in order to measure the effectiveness of the outreach and positive recruitment efforts we undertake pursuant to VEVRAA. Classification of protected categories is as follows : a "disabled veteran" is one of the following : a veteran of the U.S. military, ground, naval or air service who is entitled to compensation (or who but for the receipt of military retired pay would be entitled to compensation) under laws administered by the Secretary of Veterans Affairs; or a person who was discharged or released from active duty because of a service‑connected disability. A "recently separated veteran" means any veteran during the three‑year period beginning on the date of such veteran's discharge or release from active duty in the U.S. military, ground, naval, or air service. An "active duty wartime or campaign badge veteran" means a veteran who served on active duty in the U.S. military, ground, naval or air service during a war, or in a campaign or expedition for which a campaign badge has been authorized under the laws administered by the Department of Defense. An "armed forces service medal veteran" means a veteran who, while serving on active duty in the U.S. military, ground, naval or air service, participated in a United States military operation for which an Armed Forces service medal was awarded pursuant to Executive Order 12985.

J-18808-Ljbffr

In Summary : Anthropic's mission is to create reliable, interpretable, and steerable AI systems . We are looking for a Machine Learning Engineer to help us train Claude specifically for virtual collaborator workflows . Your job will be to design and implement reinforcement learning environments that transform Claude into the best virtual collaborator .

En Español : Nuestro equipo es un grupo de investigadores comprometidos, ingenieros, expertos en políticas y líderes empresariales que trabajan juntos para construir sistemas de inteligencia artificial beneficiosos. Sobre el papel Estamos buscando a un Ingeniero de aprendizaje automático para ayudarnos a capacitar a Claude específicamente para los flujos de trabajo de colaboradores virtuales. Mientras que Claude sobresale en tareas generales, mucho trabajo del conocimiento requiere capacitación dirigida sobre datos organizacionales reales y procesos de trabajo. Su trabajo será diseñar e implementar entornos de aprendizajes internos de refuerzo que transformen a Claude al mejor navegador virtual, entrenando en todo, desde la creación de conocimientos financieros hasta crear modelos de colaboración. Responsabilidades Diseñar e implementar tuberías de aprendizaje de refuerzo dirigidas específicamente a casos de uso de colaboradores virtuales (productividad, navegación organizacional, dominios verticales) Construir y ampliar nuestra plataforma de creación de datos para generar tareas abiertas y de alta calidad con expertos en dominio y trabajadores del público; integrar datos organizativos reales para crear entornos de capacitación auténticos Desarrollar sistemas robustos de evaluación basados en rubricas que mantengan la calidad mientras evitan el hackeo de recompensas Entrenamiento Claude sobre manipulación avanzada de documentos, incluida la comprensión, mejora y co-creación Colaborando directamente con equipos de productos para garantizar que la formación se alinee con las características enviadas Puede ser un buen candidato si : ¿Es usted un programador Python muy experimentado que puede producir rápidamente código fiable y de gran calidad que sus compañeros de equipo aman? Tener una experiencia sólida en aprendizaje automático Aprender a desarrollar los procesos de investigación y APIs Con un enfoque ambicioso para solucionar problemas de trabajo con los flujos de producto real y mejorar la capacidad de desarrollo de los sistemas de gestión de información Otrasátiles. Las solicitudes se revisarán de forma periódica. La remuneración básica esperada para esta posición es la siguiente. Nuestro paquete total de compensación para los empleados a tiempo completo incluye equidad, beneficios y puede incluir una indemnización incentivadora. Requisitos de educación logística $340,000 - $560,000 USD : Necesitamos al menos un título de licenciatura en un campo relacionado o experiencia equivalente. Política híbrida basada en ubicación : Actualmente, esperamos que todo el personal esté en una de nuestras oficinas por lo menos 25% del tiempo. Sin embargo, algunos roles pueden requerir más tiempo en nuestras oficines. Patrocinio de visados : patrocinamos visas! sin embargo, no somos capaces de patrocinar con éxito las visas para cada función y cada candidato. Si te hacemos una oferta, haremos todos los esfuerzos razonables para obtener una visa, y retendremos a un abogado de inmigración para animarte a presentarlo correctamente. Creemos que la investigación de IA con mayor impacto será una ciencia grande. En Anthropic trabajamos como un solo equipo cohesivo en sólo unos pocos esfuerzos de investigación a gran escala. Y valoramos el impacto para avanzar en nuestros objetivos a largo plazo de inteligencia artificial dirigible y fiable, más que trabajar en rompecabezas más pequeñas y específicas. Consideramos la investigación AI como una ciencia empírica, que tiene tanto en común con la física y la biología como con los esfuerzos tradicionales en ciencias informáticas. Somos un grupo colaborativo y aprendemos a organizar discusiones de investigación frecuentes para asegurarnos de que estamos realizando el trabajo de mayor impacto en cualquier momento dado. Como tal, valoramos mucho las habilidades de comunicación. La forma más fácil de entender nuestras direcciones de investigación es leer las investigaciones. Esta investigación continúa con muchas de las orientaciones recientes del equipo de empleados sobre la Antropodología : GPT3, incluyendo nuestra política de interconexión de trabajo en circuitos internacionales, cuya aplicación se basa en el uso de tecnologías de conocimiento humano y tecnológico (AI). ¡Ven a nuestro lugar, nos ofrecemos ventajas muy competitivas en nuestras aplicaciones sociales, lo cual ofrece beneficios al público, incluye la competencia, la seguridad social y la concesión de derechos humanos, así como su participación en nuestras políticas de colaboración con las empresas, etc. Igual Oportunidad de Empleo Como se establece en la política Anthropics Equal Employment Opportunity, no discriminamos sobre la base de ningún estatus de grupo protegido bajo ninguna ley aplicable. Si cree que pertenece a alguna de las categorías de veteranos protegidos enumeradas a continuación, indique haciendo la selección apropiada. Como contratista gubernamental sujeto a la Ley de Ayuda al Reajuste de Veteranos de la Era Vietnam (VEVRAA), solicitamos esta información con el fin de medir la eficacia de los esfuerzos de alcance y reclutamiento positivo que emprendemos conforme a VEVRAa. La clasificación de categorías protegidas es la siguiente : un "veterano discapacitado" es uno de los siguientes : un veterano del servicio militar estadounidense, naval o aéreo que tiene derecho a una indemnización (o quien sin embargo para recibir un retiro militar tendría derecho a pagar una compensación) según las leyes vigentes de Servicio Militar de EE.UU., por medio de la licencia de una persona retirada del servicio activo durante el período de tiempo de guerra o de servicios militares estadounidenses; un veterana que haya servido como "excluído del servicio en tierra activa durante tres años", un exento de la fecha de incapacidad o "viatura". Servicio militar, terrestre, naval o aéreo durante una guerra, o en una campaña o expedición para la que se haya autorizado una insignia de campaña bajo las leyes administradas por el Departamento de Defensa. Un "veterano de la medalla del servicio de las fuerzas armadas" significa un veterano que, mientras servía en servicio activo en los servicios militares, terrestres, navales o aéreos de EE.UU., participó en una operación militar de Estados Unidos para la cual se otorgó una medalla de servicio de Fuerzas Armadas de conformidad con la Orden Ejecutiva 12985. #J-18808-Ljbffr