El programa es una locura en cuanto a recursos, y aunque tenga la restricción geográfica, para la comunidad global y quienes están radicados en las zonas habilitadas o buscando dar el salto a la investigación dura de IA, es una gran oportunidad profesional.

Inicio con esta breve introducción porque como vivo en Argentina, no aplica esta oportunidad pero puede ser que otros les pueda servir.

Se trata de la convocatoria para el Anthropic Fellows Program, un programa de 4 meses diseñado para impulsar y financiar talento técnico en investigación e ingeniería de Inteligencia Artificial, sin importar la experiencia previa.

Aquí tienes un resumen estructurado con los puntos clave del programa:

Resumen del Programa

• Duración: 4 meses a tiempo completo (40 horas semanales), con posibilidad de extensión.
• Inicio: La próxima cohorte estimada empieza a finales de septiembre de 2026 (aceptan solicitudes de manera continua para cohortes desde julio de 2026 en adelante).
• Objetivo: Desarrollar un proyecto empírico alineado con las prioridades de investigación de Anthropic utilizando infraestructura externa (modelos open-source, APIs públicas), con la meta de generar una publicación o paper (en cohortes anteriores, más del 80% lo logró).

Compensación y Beneficios

• Estipendio semanal: 3,850 USD / 2,310 GBP / 4,300 CAD (más beneficios según el país).
• Financiación para cómputo: Aproximadamente $15,000 USD al mes para gastos de infraestructura y desarrollo de la investigación.
• Mentoría: Acceso directo a investigadores destacados de Anthropic y conexión con la comunidad global de seguridad en IA.

Áreas de Trabajo (Workstreams)

El programa se divide en 5 especialidades. El requisito común para todas es tener un sólido trasfondo técnico (ciencias de la computación, matemáticas, física) y ser fluido en Python:

1. AI Safety Fellows (Seguridad de IA): Enfocado en alineación (alignment), supervisión escalable, robustez adversarial, interpretabilidad mecanicista e internos del modelo.
2. AI Security Fellows (Ciberseguridad en IA): Enfocado en mitigar riesgos catastróficos, pentesting, investigación de vulnerabilidades (vulnerabilidades descubiertas o CVEs previos son un plus) y auditorías de seguridad (red teaming).
3. ML Systems & Performance Fellows (Sistemas y Rendimiento): Trabajo pesado de ingeniería, como construir simuladores de CPU para cargas de aceleradores, optimizar infraestructura distribuida o pipelines de datos sintéticos complejos.
4. Reinforcement Learning Fellows (Aprendizaje por Refuerzo): Creación de entornos de RL para mejorar las capacidades y la seguridad de los modelos de la familia Claude, y herramientas de calidad de datos.
5. The Anthropic Institute Fellows (Economía y Políticas públicas): Investigación empírica sobre el impacto económico de la IA, el mercado laboral, análisis de balances ofensiva-defensiva en capacidades cibernéticas/biológicas y métricas de autorreflexión y mejora recursiva.

Logística y Requisitos Geográficos (Muy Importante)

• Ubicación: Cuentan con espacios de trabajo compartidos en Londres (Reino Unido) y Berkeley (California, EE. UU.), pero el programa es Remote-Friendly dentro de los países permitidos.
• Restricción de visado: No patrocinan visas para este programa de Fellows. Para participar, debes contar obligatoriamente con autorización de trabajo vigente y residir en EE. UU., Reino Unido o Canadá durante los 4 meses que dura el programa. (Nota: La política de patrocinio de visas que figura abajo en el texto aplica solo para empleados full-time directos, no para los Fellows).

Proceso de Selección y Postulación

• Etapas: Revisión inicial de la solicitud y referencias $\rightarrow$ Evaluaciones técnicas y entrevistas $\rightarrow$ Discusión del proyecto de investigación.
• Plataforma de postulación: Aunque la oferta está publicada en Greenhouse, la gestión operativa y el espacio de Berkeley corren por cuenta de Constellation (su socio de reclutamiento). El texto aclara de forma explícita que no hace falta llenar el formulario de Greenhouse, sino completar la postulación directamente a través del enlace externo de Constellation que proveen en el portal.

---

¿Aplica para Argentina?

Lamentablemente no aplica para personas que vivan en Argentina.

El anuncio es muy estricto con los requisitos de residencia y legales para esta posición de Fellow. Para poder participar, exigen cumplir con dos condiciones simultáneas:

1. Ubicación física: Debes estar residiendo en alguno de los tres países del programa (Estados Unidos, Reino Unido o Canadá) durante los 4 meses que dura el entrenamiento.
2. Permiso de trabajo: Debes tener de forma independiente una autorización de trabajo válida y a tiempo completo para cualquiera de esos tres países. El texto aclara explícitamente que no patrocinan visas para el programa de Fellows.

Aunque mencionan que el programa es «Remote-Friendly», esa flexibilidad aplica únicamente si estás trabajando de forma remota dentro de EE. UU., Reino Unido o Canadá.

Las políticas que mencionan más abajo donde dicen «¡Sí patrocinamos visas!» aplican exclusivamente para los puestos efectivos de staff full-time de Anthropic, pero no para esta convocatoria de becas de investigación.

---

¿Qué debes conocer a nivel técnico?

Para postularse al programa, Anthropic busca un perfil técnico sólido y define los conocimientos en dos niveles: los requisitos obligatorios comunes para todas las áreas y las habilidades específicas según la especialidad que elijas.

Aquí tienes el desglose técnico detallado:

Requisitos Técnicos Obligatorios (Para todas las áreas)

Sin importar la especialidad a la que te postules, debes dominar:

• Fluidez absoluta en Python: Es el único lenguaje de programación que mencionan como excluyente.
• Sólida base teórica: Trasfondo fuerte en Ciencias de la Computación, Matemáticas o Física.
• Capacidad de implementación rápida: Habilidad para traducir ideas teóricas o algoritmos a código ejecutable de forma ágil.

Conocimientos Específicos por Área de Trabajo

Dependiendo del workstream que selecciones en la solicitud, deberás demostrar experiencia o conocimientos en los siguientes campos:

1. AI Safety (Seguridad y Alineación de IA)

• Experiencia práctica en proyectos de investigación empírica de Machine Learning (ML).
• Trabajo previo y familiaridad con Grandes Modelos de Lenguaje (LLMs).
• Conocimientos en áreas como:
  • Interpretabilidad Mecanicista (entender el funcionamiento interno de las redes neuronales).
  • Robustez Adversarial y Red Teaming (auditar modelos para encontrar fallos o vulnerabilidades).
  • Supervisión Escalable (técnicas para evaluar modelos que superen la capacidad humana).

2. AI Security (Ciberseguridad en IA)

• Conocimientos de seguridad ofensiva, investigación de vulnerabilidades o pentesting.
• Es un fuerte plus haber reportado vulnerabilidades bajo el sistema CVE o haber ganado recompensas en programas de Bug Bounty.
• Experiencia con frameworks de Deep Learning y herramientas de gestión de experimentos de ML.
• Contribuciones a repositorios de código abierto (open-source) enfocados en LLMs o seguridad.

3. ML Systems & Performance (Sistemas y Rendimiento)

• Fuertes habilidades de ingeniería de software orientadas a sistemas de ML complejos.
• Experiencia con sistemas distribuidos a gran escala y computación de alto rendimiento (HPC), como la que se utiliza en infraestructura de High-Frequency Trading (finanzas cuantitativas).
• Conocimientos en entrenamiento, ajuste fino (fine-tuning) y evaluación de LLMs.
• Capacidad para analizar y depurar (debug) los procesos de entrenamiento de modelos.
• Diseño y optimización de pipelines de datos sintéticos complejos.

4. Reinforcement Learning (Aprendizaje por Refuerzo – RL)

• (Comparte los mismos requisitos de ingeniería que el área de ML Systems): Sistemas distribuidos, optimización y depuración de entrenamiento de modelos.
• Conocimiento profundo de algoritmos de RL.
• Capacidad para diseñar e implementar entornos de simulación (RL environments) específicos para evaluar capacidades y tareas de seguridad en modelos como Claude.

5. Economics & Policy (Economía y Políticas Públicas)

• Aunque es la rama menos tradicional de ingeniería, requiere fuerte competencia técnica en:
  • Investigación empírica y análisis de datos: Manejo de bases de datos externas para estudiar los efectos económicos de la IA.
  • Desarrollo de metodologías cuantitativas para medir el impacto de la tecnología en el mercado laboral.
  • Modelado de métricas técnicas (como evaluar el balance ofensiva-defensiva en capacidades de ciberseguridad o biológicas a medida que los modelos escalan).

💡 Un detalle clave que menciona el anuncio: Aunque piden un trasfondo fuerte, te animan a postularte incluso si no cumples con el 100% de los requisitos de una especialidad. Valoran mucho la capacidad de adaptación y el potencial de transición hacia la investigación empírica de IA a tiempo completo.

---

Puedes seguir mis publicaciones y contactarme por DM desde LinkedIn.

Muchas gracias por seguirme.