turing · Ingenieurwesen

Experte für Wissenschaftliches Rechnen / Research Engineering — Geowissenschaften (Terminal Bench Science)

Turing

Vergütung nicht angegebenRemoteStandortanforderungen nicht angegeben

Diese Anzeige wurde automatisch übersetzt. Die Originalplattform bearbeitet Bewerbungen; prüfen Sie vor der Bewerbung deren ursprüngliche Anforderungen. Originalseite ansehen

Über die Stelle

Über Turing:

Turing ist eines der weltweit am schnellsten wachsenden KI-Unternehmen und beschleunigt die Weiterentwicklung und den Einsatz leistungsstarker KI-Systeme.

Turing unterstützt Kunden auf zwei Arten: Zum einen arbeitet Turing mit den weltweit führenden KI-Laboren zusammen, um die Fähigkeiten von Spitzenmodellen in den Bereichen Denken, logisches Schlussfolgern, Programmierung, agentisches Verhalten, Multimodalität, Mehrsprachigkeit, MINT und Spitzenwissen voranzubringen; zum anderen nutzt Turing diese Arbeit, um reale KI-Systeme zu entwickeln, die geschäftskritische Prioritäten von Unternehmen lösen.

Überblick über die Rolle:

Wir suchen erfahrene Expertinnen und Experten der Geowissenschaften, die realistische, terminalbasierte wissenschaftliche und rechnerische Aufgaben für eine Initiative zum Training und zur Evaluierung von KI-Spitzenmodellen entwickeln.

In dieser Rolle entwerfen Sie anspruchsvolle wissenschaftliche Aufgaben aus den Bereichen Klimawissenschaft, atmosphärische Prozesse, Geophysik, Ozeanographie, Geologie, Hydrologie, Fernerkundung und Umweltmodellierung. Sie bauen reproduzierbare Rechen-Workflows auf, bei denen KI-Agenten wissenschaftliche Datensätze analysieren, Code ausführen, Simulationen durchführen, technische Probleme beheben und objektiv überprüfbare wissenschaftliche Ergebnisse erzeugen müssen.

Ihre Aufgaben:

  • Entwurf realistischer, mehrstufiger wissenschaftlicher Aufgaben auf Grundlage authentischer Forschungsabläufe aus Geowissenschaften, Klima, Geodaten, Umwelt und Geophysik.
  • Aufbereitung und Verarbeitung wissenschaftlicher Datensätze zu Klima, Wetter, atmosphärischen Bedingungen, Ozeanographie, Geologie, Hydrologie, Satellitenbildern und Umweltsystemen.
  • Entwicklung von Rechenaufgaben zu Geodatenanalyse, Zeitreihenverarbeitung, numerischer Modellierung, Interpolation, Vorhersage, Fernerkundung und Umweltrisikoanalyse.
  • Aufbau reproduzierbarer, terminalbasierter Rechenumgebungen mit wissenschaftlichen Bibliotheken, Kommandozeilenwerkzeugen und passenden Abhängigkeiten.
  • Entwicklung fachkundiger Referenzlösungen mit Python, R, Bash, Julia oder fachspezifischer wissenschaftlicher Software.
  • Erstellung automatisierter Tests und Bewertungskriterien zur Überprüfung der wissenschaftlichen Korrektheit, numerischen Genauigkeit, räumlichen und zeitlichen Konsistenz und Reproduzierbarkeit.
  • Validierung von Koordinatenbezugssystemen, Maßeinheiten, Zeitstempeln, dem Umgang mit fehlenden Daten, Unsicherheit und wissenschaftlichen Annahmen.
  • Fehlerbehebung bei technischen Problemen mit Geodatenprojektionen, großen wissenschaftlichen Datensätzen, Software-Abhängigkeiten, Rechenleistung und numerischer Stabilität.
  • Sicherstellung, dass die Aufgaben sinnvolles mehrstufiges wissenschaftliches Denken erfordern und nicht durch einfache Abkürzungen oder fest codierte Ausgaben gelöst werden können.
  • Dokumentation von Datenquellen, Rechen-Workflows, erwarteten Ergebnissen, Randfällen und wissenschaftlichen Einschränkungen.

Was wir suchen:

  • Promotion, Postdoc-Erfahrung oder gleichwertige fortgeschrittene fachliche Erfahrung in Geowissenschaften, Klimawissenschaft, Atmosphärenwissenschaft, Geophysik, Ozeanographie, Geologie, Hydrologie, Umweltwissenschaft oder einer eng verwandten Disziplin.
  • Fundierte Programmierkenntnisse in Python, R, Bash, Julia oder einer anderen einschlägigen wissenschaftlichen Programmiersprache.
  • Praktische Erfahrung in Linux- und terminalbasierten Rechenumgebungen.
  • Praktische Fachkenntnis in mindestens einem Hauptbereich: wissenschaftliche Datenverarbeitung, numerische Modellierung, Geodatenanalyse, Klimamodellierung, Fernerkundung oder Umweltdatenanalyse.
  • Fundiertes Verständnis von Geodatensätzen, Zeitreihenanalyse, wissenschaftlicher Modellierung, numerischer Genauigkeit, Unsicherheit und Datenqualitätskontrolle.
  • Erfahrung im Umgang mit realen wissenschaftlichen Datensätzen, einschließlich Geodaten, Klima-, Atmosphären-, ozeanographischer, geologischer oder hydrologischer Daten.
  • Fähigkeit, reproduzierbare wissenschaftliche Rechen-Workflows eigenständig zu entwickeln, auszuführen, zu debuggen und zu validieren.
  • Ausgeprägte analytische und problemlösende Fähigkeiten, um wissenschaftliche Ungenauigkeiten, Dateninkonsistenzen und Rechenfehler zu erkennen.
  • Fähigkeit, objektive Validierungsmethoden zu entwerfen und technische Lösungen sowie wissenschaftliche Annahmen klar zu dokumentieren.

Von Vorteil:

  • Erfahrung mit Bibliotheken für wissenschaftliches Rechnen und Geodaten wie NumPy, pandas, SciPy, xarray, rasterio, GeoPandas, Cartopy, GDAL oder ähnlichen Werkzeugen.
  • Vertrautheit mit wissenschaftlichen Datenformaten wie NetCDF, HDF5, GeoTIFF, Shapefiles, GRIB und anderen Geodaten- oder Umweltdatenformaten.
  • Erfahrung im Umgang mit Klima-, Wetter-, ozeanographischen, seismischen, Satelliten-, hydrologischen oder geologischen Datensätzen.
  • Vertrautheit mit Docker, Conda, Git, CI/CD-Pipelines und Frameworks für automatisiertes Testen.
  • Erfahrung mit Hochleistungsrechnen (HPC)-Umgebungen oder der Verarbeitung großer wissenschaftlicher Datensätze.
  • Erfahrung mit Erdsystemmodellen, Umweltvorhersagen, Anwendungen der Fernerkundung oder geophysikalischen Simulationen.
  • Erfahrung im Research Software Engineering, einschließlich der Entwicklung wissenschaftlicher Werkzeuge, Simulations-Pipelines oder reproduzierbarer Forschungs-Workflows.
  • Erfahrung in der Entwicklung oder Bewertung von KI-Coding-Agenten, terminalbasierten Agenten, wissenschaftlichen Benchmarks oder automatisierten Bewertungssystemen.
  • Publikationen, Forschungsbeiträge oder Erfahrung in der Open-Source-Entwicklung in den Geo- oder Umweltwissenschaften.
  • Frühere Erfahrung im KI-Training, in der wissenschaftlichen Qualitätskontrolle, der Benchmark-Entwicklung oder in Evaluierungsprogrammen.

Angebotsdetails:

  • Erforderlicher Einsatz: Mindestens 4 Stunden pro Tag und mindestens 40 Stunden pro Woche mit einer Überschneidung von 4 Stunden mit PST.
  • Beschäftigungsart: Auftragnehmer-Einsatz (kein Anspruch auf Krankheits- oder bezahlten Urlaub)
  • Vertragsdauer: 4 Woche [voraussichtlicher Starttermin ist nächste Woche]

Fähigkeiten

Grundlagen der Programmierung
Weitere Stellen in diesem Fachgebiet →