Safety Transparency Editor, Safety Systems

О позиции

Команда Safety Systems обеспечивает ответственную разработку и развёртывание наиболее мощных моделей OpenAI. Внутри неё растёт функция «safety transparency» — практика, направленная на то, чтобы внешняя аудитория могла понять техническую работу компании по безопасности с высокой степенью ясности и строгости. Редактор по прозрачности будет главным ответственным за системные карточки моделей, Deployment Safety Hub, технические блоги, документы по управлению и другие публичные артефакты — а также за построение AI-ускоренных рабочих процессов, делающих эту работу быстрее и масштабируемее.

Будет плюсом

• Опыт работы с публичными документами по AI-безопасности (системными карточками, отчётами об оценке, preparedness frameworks)
• Знакомство с концепциями frontier AI safety: red teaming, RLHF, evaluations, mitigations
• Опыт построения AI-ускоренных редакционных воркфлоу или инструментов
• Опыт работы в области технической политики, регулирования AI или корпоративного управления
• Навыки работы с визуализацией данных или интерактивными инструментами для технической коммуникации

Условия

• Работа в команде Safety Systems — одном из ключевых подразделений OpenAI, напрямую влияющем на безопасность самых мощных AI-систем в мире
• Роль с высоким уровнем ответственности и видимости: публичные артефакты под вашим руководством читают политики, журналисты и исследователи по всему миру
• Доступ к передовым AI-инструментам и возможность формировать практику их использования в редакционной работе
• Сотрудничество с ведущими исследователями, инженерами и экспертами по безопасности
• Офис в Сан-Франциско (предполагается очный/гибридный формат)
• Равные возможности трудоустройства; OpenAI придерживается политики недискриминации

Навыки

• Technical Writing
• AI Safety
• Content Strategy
• Editorial Judgment
• Prompt Engineering
• AI-assisted Workflows
• Red Teaming
• Model Evaluation
• Documentation
• Stakeholder Communication
• Data Visualization
• Knowledge Management
• Project Management

Могут спросить на собеседовании

1. Расскажите о случае, когда вам нужно было объяснить крайне сложную техническую концепцию нетехнической аудитории. Как вы определяли, какой уровень детализации достаточен, а где упрощение уже вредит точности?
2. Как вы подходите к работе над материалом, где эксперты не согласны друг с другом или где остаётся значительная неопределённость? Как вы отражаете эту неопределённость в публичном тексте?
3. Опишите конкретный AI-assisted воркфлоу, который вы выстроили или улучшили для редакционной или аналитической работы. Что именно вы автоматизировали и каков был измеримый эффект?
4. Вы получили черновик системной карточки от команды исследователей. Технически он точен, но написан так, что журналист или политик ничего не поймёт. Как выглядит ваш процесс работы с этим материалом — от первого прочтения до публикации?
5. Как вы расставляете приоритеты между срочностью (дедлайн запуска модели) и качеством (необходимость дополнительного технического контекста), когда эти два фактора вступают в противоречие?