OpenAI邀请基础设施/安全工程师,强调AI工具与基础设施瓶颈
如果你是一名基础设施或安全工程师,现在正是加入OpenAI的最佳时机。
很难不被当今编码工具的能力所激励,而且我们有清晰的路径让它们变得更好。虽然我们的核心机器学习基础设施问题一如既往——大规模训练和推理模型、端到端协同设计以最大化效果、管理复杂性并保持快速迭代——但在实践中解决这些问题的感觉正在迅速变化。
随着模型的不断改进,我们从模型中获取价值的能力越来越受到精心设计的基础设施的瓶颈制约——无论是弄清楚如何管理智能体之间的协作,拥有符合人体工程学的沙箱让智能体安全地完成端到端工作流,构建工具/抽象/可观测性/框架让智能体更快地行动,还是扩大对智能体工作的监督。
工程已经与几个月前有所不同,并将继续演变。目睹了多代工程和AI工具,我相信未来最重要的将是以下技能:对你所在领域的深刻理解,思考抽象/架构/设计/各部分如何配合的能力,以及对探索这些模型所能提供的价值的深层好奇心。
如果你想帮助我们构建AI的未来,同时使用AI来实现这一目标,请给我发邮件:gdb+infra@openai.com。请附上一段描述你近期从模型中获得的令人惊讶或创造性的价值,以及你在职业生涯中任何对项目结果产生重大影响的贡献。欢迎包含任何其他背景信息,帮助我们了解你的工作方式以及你想要解决的问题。
很难不被当今编码工具的能力所激励,而且我们有清晰的路径让它们变得更好。虽然我们的核心机器学习基础设施问题一如既往——大规模训练和推理模型、端到端协同设计以最大化效果、管理复杂性并保持快速迭代——但在实践中解决这些问题的感觉正在迅速变化。
随着模型的不断改进,我们从模型中获取价值的能力越来越受到精心设计的基础设施的瓶颈制约——无论是弄清楚如何管理智能体之间的协作,拥有符合人体工程学的沙箱让智能体安全地完成端到端工作流,构建工具/抽象/可观测性/框架让智能体更快地行动,还是扩大对智能体工作的监督。
工程已经与几个月前有所不同,并将继续演变。目睹了多代工程和AI工具,我相信未来最重要的将是以下技能:对你所在领域的深刻理解,思考抽象/架构/设计/各部分如何配合的能力,以及对探索这些模型所能提供的价值的深层好奇心。
如果你想帮助我们构建AI的未来,同时使用AI来实现这一目标,请给我发邮件:gdb+infra@openai.com。请附上一段描述你近期从模型中获得的令人惊讶或创造性的价值,以及你在职业生涯中任何对项目结果产生重大影响的贡献。欢迎包含任何其他背景信息,帮助我们了解你的工作方式以及你想要解决的问题。