Über die Stelle
Über uns
Turing mit Sitz in San Francisco, Kalifornien, ist der weltweit führende Forschungsbeschleuniger für Frontier-KI-Labore und ein vertrauenswürdiger Partner für globale Unternehmen, die fortschrittliche KI-Systeme einsetzen. Turing unterstützt Kunden auf zwei Wegen: erstens durch die Beschleunigung von Frontier-Forschung mit hochwertigen Daten, fortschrittlichen Trainings-Pipelines sowie erstklassigen KI-Forschenden mit Spezialisierung auf Software-Engineering, logisches Denken, MINT, Multilingualität, Multimodalität und Agenten; und zweitens durch die Anwendung dieser Expertise, um Unternehmen dabei zu helfen, KI von einem Proof of Concept in proprietäre Intelligenz zu verwandeln – mit Systemen, die zuverlässig funktionieren, messbare Wirkung entfalten und dauerhafte Ergebnisse in der GuV erzielen.
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 führender Informatikstudiengänge wie Stanford, MIT, Carnegie Mellon, UC Berkeley, Georgia Tech und vergleichbarer Institutionen – wobei außergewöhnliche Erfahrung und Kompetenz stets Vorrang vor dem Renommee der Ausbildung haben.
Projektübersicht
Als Software-Engineering-Evaluator erstellen Sie hochmoderne Datensätze für das Training, Benchmarking und die Weiterentwicklung großer Sprachmodelle und arbeiten eng mit Forschenden zusammen. Dazu gehört das Kuratieren von Codebeispielen, das Bereitstellen präziser Lösungen und das Vornehmen von Korrekturen – mit Schwerpunkt auf Python über Backend-Services, Daten-Pipelines und ML-Infrastruktur, daneben JavaScript (einschließlich ReactJS), C/C++, Java, Rust und Go. Sie bewerten und verfeinern KI-generierten Code hinsichtlich Effizienz, Skalierbarkeit und Zuverlässigkeit und arbeiten mit funktionsübergreifenden Teams zusammen, um KI-gesteuerte Coding-Lösungen auf Unternehmensniveau zu verbessern.
Wie sieht ein typischer Tag aus?
- Mitarbeit an KI-Modell-Trainingsinitiativen durch Kuratieren von Codebeispielen, Erstellen von Lösungen und Korrigieren von Code – primär in Python, zusätzlich in JavaScript (einschließlich ReactJS), C/C++, Java, Rust und Go.
- Bewertung und Verfeinerung von KI-generiertem Code, um sicherzustellen, dass er effizient, skalierbar und zuverlässig ist.
- Zusammenarbeit mit funktionsübergreifenden Teams zur Verbesserung KI-gesteuerter Coding-Lösungen anhand von Branchen-Performance-Benchmarks.
- Entwicklung von Agenten und automatisierten Verifikationstools in Python, die die Qualität von Code überprüfen und Fehlermuster identifizieren können.
- Hypothesenbildung zu Schritten im Software-Engineering-Zyklus (Prototyping, Architekturdesign, API-Design, Produktionsimplementierung, Launch, Experimente, Monitoring, operativer Betrieb) und Bewertung der Modellfähigkeiten in diesen Bereichen.
- Entwicklung von Verifikationsmechanismen, die eine Lösung für eine Software-Engineering-Aufgabe automatisch überprüfen können.
Erforderliche Kenntnisse
- Mehrjährige Erfahrung im Software-Engineering (3 Jahre oder mehr)
- Ausgeprägte Expertise in Python mit fundierten Kenntnissen von Frameworks, Tooling und Best Practices für die Erstellung produktionsreifer Software.
- Erfahrung mit dem Aufbau von Full-Stack-Anwendungen und der Bereitstellung skalierbarer Software mit modernen Sprachen und Tools.
- Fundiertes Verständnis von Softwarearchitektur, Design, Entwicklung, Debugging und Bewertung von Codequalität/Code-Reviews.
- Ausgezeichnete mündliche und schriftliche Kommunikationsfähigkeiten für klare, strukturierte Bewertungsbegründungen.
Engagement-Details
- Verpflichtung: flexible Mitarbeit, mindestens 10 Std./Woche, bis zu 40 Std./Woche
- Art: Auftragnehmer (keine Krankenversicherung/kein bezahlter Urlaub)
- Dauer: 1 Monat (potenzielle Verlängerungen basierend auf Leistung und Eignung)
- Standort: Kandidaten müssen in den Vereinigten Staaten ansässig sein
Bewertungsprozess
- Der Bewerbungsprozess dauert 15–30 Minuten.
- Die Teilnahme an einem KI-Videointerview ist erforderlich.