Über die Stelle
Über uns:
Turing hat seinen Sitz in San Francisco, Kalifornien, und ist der weltweit führende Forschungsbeschleuniger für Frontier-KI-Labore sowie ein vertrauenswürdiger Partner für globale Unternehmen, die fortschrittliche KI-Systeme einsetzen. Turing unterstützt Kunden auf zwei Arten: erstens durch die Beschleunigung von Frontier-Forschung mit hochwertigen Daten, fortschrittlichen Trainings-Pipelines und führenden KI-Forschern, die auf Softwaretechnik, logisches Schlussfolgern, MINT, Mehrsprachigkeit, Multimodalität und Agenten spezialisiert sind; und zweitens durch die Anwendung dieser Expertise, um Unternehmen dabei zu helfen, KI von Proof of Concept in proprietäre Intelligenz umzuwandeln – mit Systemen, die zuverlässig funktionieren, messbare Wirkung erzielen und nachhaltige Ergebnisse in der Gewinn-und-Verlust-Rechnung liefern.
Idealer Hintergrund:
Diese Rolle ist ideal für Ingenieure, die Produktionssysteme bei Unternehmen wie Google, Microsoft, Apple, Amazon, Meta oder ähnlichen Engineering-Organisationen mit hoher Skalierung aufgebaut haben. Besonders willkommen sind Absolventen von Programmen mit starken Informatik-Grundlagen wie University of Washington, University of Illinois Urbana-Champaign, UT Austin, University of Michigan, Purdue und vergleichbaren Institutionen – außergewöhnliche Erfahrung und Kompetenz haben jedoch immer Vorrang vor dem Renommee der Ausbildungseinrichtung.
Projektübersicht:
Als Software-Engineering-Evaluator erstellen Sie modernste Datensätze für das Training, Benchmarking und die Weiterentwicklung großer Sprachmodelle und arbeiten dabei eng mit Forschern zusammen. Dazu gehört das Kuratieren von Codebeispielen, das Bereitstellen präziser Lösungen und das Vornehmen von Korrekturen in Python, C/C++, Rust, Go, Java und JavaScript (einschließlich ReactJS) – mit besonderem Schwerpunkt auf systemnahem Code, leistungskritischen Anwendungen und Infrastruktur. Sie bewerten und verfeinern KI-generierten Code hinsichtlich Effizienz, Skalierbarkeit und Zuverlässigkeit und arbeiten mit funktionsübergreifenden Teams zusammen, um unternehmensweite KI-gesteuerte Coding-Lösungen zu verbessern.
Wie sieht ein typischer Tag aus?
- Mitwirken an KI-Modell-Trainingsinitiativen durch Kuratieren von Codebeispielen, Erstellen von Lösungen und Korrigieren von Code in Python, C/C++, Rust, Go, Java und JavaScript (einschließlich ReactJS).
- Bewerten und Verfeinern von KI-generiertem Code mit Schwerpunkt auf systemnaher Korrektheit, Performance und Zuverlässigkeit.
- Zusammenarbeit mit funktionsübergreifenden Teams zur Verbesserung KI-gesteuerter Coding-Lösungen anhand von Branchen-Performance-Benchmarks.
- Erstellen von Agenten, die die Qualität von systemnahem Code und Infrastrukturcode verifizieren und Fehlermuster identifizieren können.
- Hypothesen zu Schritten im Software-Engineering-Zyklus (Prototyping, Architekturdesign, API-Design, Produktionsimplementierung, Launch, Experimente, Monitoring, operativer Wartung) aufstellen und Modellfähigkeiten dazu bewerten.
- Verifikationsmechanismen entwerfen, die eine Lösung für eine Software-Engineering-Aufgabe automatisch verifizieren können.
Erforderliche Kenntnisse:
- Mehrjährige Erfahrung in der Softwaretechnik (3 Jahre oder mehr)
- Ausgeprägte Expertise in Systemprogrammierung, Infrastruktur oder Backend-Entwicklung mit Sprachen wie Python, C/C++, Rust und Go.
- Erfahrung im Aufbau und Deployment skalierbarer, produktionsreifer Software mit modernen Sprachen und Tools.
- Tiefes Verständnis von Softwarearchitektur, Design, Entwicklung, Debugging und Bewertung von Codequalität/Code-Reviews.
- Ausgezeichnete mündliche und schriftliche Kommunikationsfähigkeiten für klare, strukturierte Bewertungsbegründungen.
Engagement-Details:
- Engagement: flexible Mitarbeit, mindestens 10 Std./Woche, bis zu 40 Std./Woche
- Art: Auftragnehmer (kein Krankheitsurlaub/bezahlter Urlaub)
- Dauer: 1 Monat (potenzielle Verlängerungen basierend auf Leistung und Passung)
- Standort: Kandidaten müssen in den Vereinigten Staaten ansässig sein
Bewertungsprozess:
- Der Bewerbungsprozess dauert 15–30 Minuten.
- Die Teilnahme an einem KI-Videointerview ist erforderlich.