Reinforcement Learning Engineer

🕒 5 dias atrás

🇺🇸 Estados Unidos – Remoto (EUA)

💵 $176.400 - $242.550 / ano

⏰ Tempo Integral

🟡 Pleno

🟠 Sênior

👷🏻‍♀️ Engenheiro

👻 Score fantasma 1%

O que significa: a chance de ninguém estar realmente contratando para esta vaga.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

Candidatar-se

Encontrar Vagas Remotas Similares

Bugcrowd

SiteLinkedInTodas as Vagas

201 - 500 funcionários

Fundada em 2012

💼 Consultoria

🏥 Saúde

📦 Logística

💰 $30.000.000 Series D em 2020-04

Consulting • Healthcare • Logistics

Bugcrowd é uma plataforma líder que oferece soluções de testes contínuos de segurança, permitindo que as organizações se antecipem às ciberameaças. Ao aproveitar uma comunidade global de pesquisadores de segurança confiáveis, a Bugcrowd oferece serviços como Pen Testing-as-a-Service (pentest como serviço), divulgação de vulnerabilidades, programas de bug bounty e gerenciamento da superfície de ataque (Attack Surface Management). A empresa auxilia setores como serviços financeiros, saúde e tecnologia a identificar e priorizar vulnerabilidades, garantindo proteção proativa contra possíveis ciberataques. Impulsionada por dados e IA, a abordagem abrangente da Bugcrowd integra-se perfeitamente aos sistemas existentes para agilizar a remediação de problemas de segurança, fortalecendo a postura geral de segurança de seus clientes.

Descrição

• Design, build, and deploy high-throughput RLVR environments evaluating LLM action sequences against deterministic execution outcomes • Develop automated test harnesses, sandboxes, and verification engines that convert vulnerability research into binary pass/fail reward signals • Integrate Bugcrowd’s Mayhem automated analysis platform and real-world vulnerability feeds into scalable RL environment generation pipelines • Architect safe, isolated, reproducible execution environments using Docker, BuildKit, or Nix • Collaborate with researchers at Anthropic, OpenAI, and Cohere to define benchmark formats, observation spaces, and verifiable evaluation metrics • Implement telemetry, ground-truth verification algorithms, and trajectory logging to analyze agent reasoning and prevent reward hacking or false positives • Build low-level instrumentation and debugging tools for memory states, process executions, and network behaviors • Optimize infrastructure performance and environment reset latency for large-scale parallel sampling and distributed RL training • Benchmark frontier AI models across offensive and defensive security challenges including automated fuzzing, exploit payload generation, and patch validation

🎯 Requisitos

• Understanding of RL training workflows used by modern LLM systems, specifically execution-based feedback or Reinforcement Learning from Verifiable Rewards (RLVR) • Proficiency developing applications in Python • Proficiency in low-level systems programming in C • Rust experience is a strong plus • Solid understanding of software vulnerabilities, binary exploitation, fuzzing methodologies, or program analysis • Experience with DevOps pipelines such as GitHub Actions • Experience with reproducible builds using Docker, BuildKit, or Nix • Comfort working with Linux systems and low-level debugging • Experience working with or building benchmark environments such as CTFs, SWE-bench, security challenges, or execution sandboxes • Preferred: experience designing custom reward functions, ground-truth verifiers, or automated grading engines for AI safety and reasoning models • Preferred: background in low-level program analysis tools, sanitizers such as ASan/MSan, compiler instrumentation, or automated exploit generation tools • Preferred: track record of participating in or developing competitive cybersecurity benchmarks, CTFs, or open-source AI evaluation frameworks • Ability to complete all physical requirements with or without reasonable accommodation • Ability to remain in a stationary position 50% of the time • Ability to carry or move a laptop as needed throughout the work day • Integrity to maintain confidential information in the strictest confidence • Successful completion of applicable background checks

🏖️ Benefícios

• Discretionary bonus program or commission plan eligibility • Reasonable accommodation for disabilities • Work-from-home arrangement

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo