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 der Frontier-Forschung mit hochwertigen Daten, fortschrittlichen Trainings-Pipelines sowie erstklassigen KI-Forschenden, die auf Software-Engineering, logisches Schlussfolgern, MINT, Multilingualität, 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 Engineers, die hochwirksame Produkte bei schnell wachsenden Unternehmen wie Stripe, Airbnb, Cloudflare, Datadog, Coinbase oder vergleichbaren Umgebungen mit starkem Engineering-Wachstum entwickelt und ausgeliefert haben. Besonders willkommen sind Absolventen führender Informatikstudiengänge wie Stanford, MIT, Carnegie Mellon, UC Berkeley, Georgia Tech und vergleichbarer Institutionen – wobei außergewöhnliche Erfahrung und Fähigkeiten stets Vorrang vor dem Renommee der Ausbildung haben.
Projektübersicht
Als Software-Engineering-Evaluator erstellen Sie modernste Datensätze zum Trainieren, Benchmarking und Weiterentwickeln großer Sprachmodelle und arbeiten eng mit Forschenden 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, performancekritischen 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 KI-generierten Codes mit Schwerpunkt auf systemnaher Korrektheit, Performance und Zuverlässigkeit.
- Zusammenarbeiten mit funktionsübergreifenden Teams, um KI-gesteuerte Coding-Lösungen anhand von Branchen-Performance-Benchmarks zu verbessern.
- Agenten erstellen, 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 Betrieb) aufstellen und Modellfähigkeiten dazu bewerten.
- Verifikationsmechanismen entwerfen, die eine Lösung für eine Software-Engineering-Aufgabe automatisch verifizieren können.
Erforderliche Fähigkeiten
- Mehrjährige Erfahrung im Software-Engineering (3 Jahre oder mehr)
- Ausgeprägte Expertise in Systemprogrammierung, Infrastruktur oder Backend-Entwicklung mit Sprachen wie Python, C/C++, Rust und Go.
- Erfahrung im Erstellen und Bereitstellen skalierbarer, produktionsreifer 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.
Auftragsdetails
- Engagement: flexibles Engagement, 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 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.