Reinforcement Learning Engineer

🕒 vor 15 Tagen

🇺🇸 Vereinigte Staaten – Remote

💵 $176.400 - $242.550 / Jahr

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

👷🏻‍♀️ Ingenieur

👻 Geisterscore 1%

Was es bedeutet: die Wahrscheinlichkeit, dass für diese Stelle niemand wirklich einstellt.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Warum dieser Wert:

• Seit 15 Tagen offen.
• Stellen bei diesem Unternehmen werden meist in 45 Tagen besetzt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

Bugcrowd

WebsiteLinkedInAlle Stellen

201 - 500 Mitarbeiter

Gegründet 2012

💼 Beratung

🏥 Gesundheitswesen

📦 Logistik

💰 €30.000.000 Series D im 2020-04

Consulting • Healthcare • Logistics

Bugcrowd ist eine führende Plattform, die kontinuierliche Sicherheitsprüfungslösungen bietet und es Organisationen ermöglicht, Cyberbedrohungen einen Schritt voraus zu sein. Durch die Nutzung einer globalen Gemeinschaft vertrauenswürdiger Sicherheitsexperten bietet Bugcrowd Dienstleistungen wie Penetrationstests as a Service, Offenlegung von Schwachstellen, Prämienprogramme für das Aufspüren von Fehlern und Verwaltung von Angriffsflächen. Das Unternehmen unterstützt Branchen wie Finanzdienstleistungen, Gesundheitswesen und Technologie dabei, Schwachstellen zu identifizieren und zu priorisieren, um proaktive Schutzmaßnahmen gegen potenzielle Cyberangriffe sicherzustellen. Durch datengesteuerte und KI-gestützte Ansätze integriert sich Bugcrowds umfassende Vorgehensweise nahtlos in bestehende Systeme, um die Behebung von Sicherheitsproblemen zu beschleunigen und die allgemeine Sicherheitslage seiner Kunden zu verbessern.

Beschreibung

• 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

🎯 Anforderungen

• 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

🏖️ Vorteile

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

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen