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 von 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 einem Proof of Concept 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 von Programmen mit starken Informatik-Grundlagen wie University of Washington, University of Illinois Urbana-Champaign, UT Austin, University of Michigan, Purdue und vergleichbaren Institutionen – wobei außergewöhnliche Erfahrung und Fähigkeiten stets Vorrang vor Prestige 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 – mit Schwerpunkt auf Python in Backend-Services, Daten-Pipelines und ML-Infrastruktur, daneben JavaScript (einschließlich ReactJS), C/C++, Java, Rust und Go. Sie evaluieren 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?
- Mitarbeit an KI-Modelltrainingsinitiativen durch Kuratierung von Codebeispielen, Erstellung von Lösungen und Korrektur von Code – hauptsächlich in Python, mit zusätzlicher Arbeit in JavaScript (einschließlich ReactJS), C/C++, Java, Rust und Go.
- Evaluierung und Verfeinerung KI-generierten Codes, um sicherzustellen, dass er effizient, skalierbar und zuverlässig ist.
- Zusammenarbeit mit funktionsübergreifenden Teams zur Verbesserung KI-gestützter Coding-Lösungen anhand industrieller Leistungsbenchmarks.
- 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 Wartung) und Evaluierung der Modellfähigkeiten in diesen Bereichen.
- Design von Verifikationsmechanismen, die eine Lösung für eine Software-Engineering-Aufgabe automatisch verifizieren können.
Erforderliche Kenntnisse
- Mehrjährige Software-Engineering-Erfahrung (3 Jahre oder mehr)
- Fundierte Expertise in Python mit tiefgehendem Wissen über Frameworks, Tooling und Best Practices für die Entwicklung produktionsreifer Software.
- Erfahrung in der Entwicklung von Full-Stack-Anwendungen und dem Deployment skalierbarer 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 (keine medizinische Versorgung/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.