关于Astera：
Jed McCaleb创立了Astera研究所，这是一个致力于开发高杠杆技术以实现人类巨大回报的非营利组织。
关于Obelisk：
Obelisk是Astera的人工通用智能（AGI）实验室。Obelisk的使命是以安全、对社会有益的方式生产AGI。我们专注于不同的问题和不同的方法，与其他AGI项目有所不同。特别是，我们专注于以下问题：一个代理如何不断适应不断变化的环境并纳入新信息？在一个复杂的随机环境中，如何使代理将奖励与导致这些奖励的正确行动集相关联？高级规划是如何产生的？
我们解决这些问题的方法受到认知科学的启发。为了衡量我们的进展，我们正在实施强化学习任务，人类在这些任务上的表现远远优于最先进的人工智能。
你的使命：
我们正在寻找一位机器学习研究科学家加入Obelisk团队。您将与工程师和其他科学家合作，提出假设，设计实验，并实施模型和算法，以在上述问题上取得进展。
地点：
您将需要每周至少在伯克利办公室工作2天，因为我们发现这显著提高了团队的凝聚力，并使合作更加容易。
你的职责
• 发明和实施新的模型架构或学习算法，以改善我们关心的任务的性能。
• 查阅相关文献，寻找我们可以建立在其基础上的技术。
• 指导开发对我们系统的训练和测试有用的任务。
• 严格记录您的实验。
• 内部口头和书面清晰传达您的结果。
基本资格
• 在技术领域拥有博士学位，或者具有类似的技术专业知识、独立性、毅力和创造力的实践经验。
首选资格
• 在机器学习以外的某个技术领域有很高的熟悉度。
• 有训练深度学习模型解决新问题的经验。
我们的技术栈
• 我们正在Minetest之上构建环境，Minetest是一个用C++实现的开源游戏引擎，具有用于构建游戏的Lua API。
• 我们的模型使用PyTorch编写（虽然我们也可以使用Jax）。
• 我们拥有自己的一批由Nvidia GPU管理的计算机集群，由Kubernetes管理。
相关职位
• 机器学习研究工程师-更强调运行和优化实验，对AI理论知识的要求较低。
为什么在这里工作？
• 充足的资金和计算机设备。
• 努力推进人工智能的技术水平。
• 更小的关注点。其他地方（例如DeepMind）同时研究许多问题，或者既进行研究又开发产品（例如Anthropic）。我们完全专注于一小部分问题。
• 更小的团队。这有利有弊，但巨大的优势是减少了沟通开销和官僚主义。这使工作更快捷、更有趣。
• 没有外部资金意味着没有追逐潮流或制造产品的压力。 
旧金山