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 Arten: erstens durch die Beschleunigung der Frontier-Forschung mit hochwertigen Daten, fortschrittlichen Trainings-Pipelines sowie führenden KI-Forschern, die sich auf Software-Engineering, logisches Denken, MINT, Multilingualität, Multimodalität und Agenten spezialisiert haben; und zweitens durch die Anwendung dieser Expertise, um Unternehmen dabei zu helfen, KI von der Machbarkeitsstudie in proprietäre Intelligenz zu verwandeln – mit Systemen, die zuverlässig funktionieren, messbare Wirkung erzielen und nachhaltige 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. Besonders willkommen sind Absolventen führender Programme wie Harvard, Columbia, Princeton, Yale, University of Pennsylvania 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 für das Training, Benchmarking und die Weiterentwicklung großer Sprachmodelle und arbeiten eng mit Forschern zusammen. Dazu gehört die Kuratierung von Codebeispielen, die Bereitstellung 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 evaluieren 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?
- Mitarbeit an KI-Modell-Trainingsinitiativen durch Kuratierung von Codebeispielen, Erstellung von Lösungen und Korrektur von Code in Python, C/C++, Rust, Go, Java und JavaScript (einschließlich ReactJS).
- Evaluierung und Verfeinerung KI-generierten Codes mit Schwerpunkt auf systemnaher Korrektheit, Leistung und Zuverlässigkeit.
- Zusammenarbeit mit funktionsübergreifenden Teams zur Verbesserung KI-gesteuerter Coding-Lösungen anhand von Branchen-Leistungsbenchmarks.
- Erstellung von Agenten, die die Qualität von systemnahem Code und Infrastrukturcode überprüfen und Fehlermuster identifizieren können.
- Aufstellung von Hypothesen zu Schritten im Software-Engineering-Zyklus (Prototyping, Architekturdesign, API-Design, Produktionsimplementierung, Launch, Experimente, Monitoring, operativer Betrieb) und Evaluierung der Modellfähigkeiten in diesen Bereichen.
- Entwurf von Verifikationsmechanismen, die eine Lösung für eine Software-Engineering-Aufgabe automatisch überprüfen können.
Erforderliche Kenntnisse
- Mehrjährige Erfahrung im Software-Engineering (3 Jahre oder mehr)
- Fundierte Expertise in Systemprogrammierung, Infrastruktur oder Backend-Entwicklung mit Sprachen wie Python, C/C++, Rust und Go.
- Erfahrung mit dem Erstellen und Bereitstellen 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 Evaluierungsbegründungen.
Engagement-Details
- Verpflichtung: flexibles Engagement, mindestens 10 Std./Woche, bis zu 40 Std./Woche
- Art: Auftragnehmer (kein Krankenstand/kein bezahlter Urlaub)
- Dauer: 1 Monat (potenzielle Verlängerungen basierend auf Leistung und Eignung)
- Standort: Kandidaten müssen in den Vereinigten Staaten ansässig sein
Evaluierungsprozess
- Der Bewerbungsprozess dauert 15–30 Minuten.
- Die Teilnahme an einem KI-Videointerview ist erforderlich.