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 sowie führenden KI-Forschern, die auf Software-Engineering, logisches Schließen, 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 zu verwandeln – mit Systemen, die zuverlässig funktionieren, messbare Wirkung erzielen und dauerhafte Ergebnisse in der Gewinn- und Verlustrechnung erzielen.
Idealer Hintergrund
Diese Rolle ist ideal für Ingenieure, die an der Frontier der KI gearbeitet haben – bei Unternehmen wie OpenAI, NVIDIA, Databricks, Palantir, Snowflake oder ähnlichen Organisationen, die die Grenzen intelligenter Systeme verschieben. Wir begrüßen besonders Absolventen führender Informatikstudiengänge wie Stanford, MIT, Carnegie Mellon, UC Berkeley, Georgia Tech und vergleichbarer Einrichtungen – wobei außergewöhnliche Erfahrung und Fähigkeiten stets Vorrang vor dem Prestige der Ausbildung haben.
Projektübersicht
Als Software-Engineering-Evaluator erstellen Sie modernste Datensätze für das Training, Benchmarking und die Weiterentwicklung großer Sprachmodelle und arbeiten eng mit Forschern zusammen. Dazu gehört die Kuratierung von Codebeispielen, das Bereitstellen präziser Lösungen und das Vornehmen von Korrekturen über den gesamten Stack – in Python für Backend- und ML-Workflows und in JavaScript (React, Node.js) für Frontend- und API-Schichten, ergänzt durch 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 unternehmensweite KI-gestützte Coding-Lösungen zu verbessern.
Wie sieht ein typischer Tag aus?
- Arbeiten an KI-Modell-Trainingsinitiativen durch Kuratieren von Codebeispielen, Erstellen von Lösungen und Korrigieren von Code sowohl in Python als auch in JavaScript (React, Node.js), mit zusätzlicher Arbeit in C/C++, Java, Rust und Go.
- Bewerten und Verfeinern KI-generierten Codes in Backend- und Frontend-Kontexten, um sicherzustellen, dass er effizient, skalierbar und zuverlässig ist.
- Zusammenarbeit mit funktionsübergreifenden Teams zur Verbesserung KI-gestützter Coding-Lösungen anhand von Branchen-Performance-Benchmarks.
- Erstellen von Agenten, die die Qualität des Codes überprüfen und Fehlermuster in Full-Stack-Anwendungen 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 überprüfen können.
Erforderliche Fähigkeiten
- Mehrjährige Software-Engineering-Erfahrung (3 Jahre oder mehr)
- Fundierte Expertise in der Erstellung von Full-Stack-Anwendungen mit Python und JavaScript (React, Node.js) sowie die Fähigkeit, in Backend- und Frontend-Codebasen zu arbeiten.
- Erfahrung im Deployment skalierbarer Software in Produktionsqualität 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
- Verpflichtung: 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.