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 Trainingspipelines sowie erstklassigen KI-Forschenden, die sich auf Software-Engineering, logisches Schlussfolgern, MINT, Mehrsprachigkeit, 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 erbringen.
Idealer Hintergrund
Diese Rolle ist ideal für Ingenieurinnen und Ingenieure, die bei schnell wachsenden Unternehmen wie Stripe, Airbnb, Cloudflare, Datadog, Coinbase oder ähnlichen wachstumsstarken Engineering-Umgebungen Produkte mit hoher Wirkung ausgeliefert haben. Besonders willkommen sind Absolventinnen und 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 der Herkunft haben.
Projektüberblick
Als Software-Engineering-Evaluator erstellen Sie modernste 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 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 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 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.
- Evaluieren 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-gesteuerter Coding-Lösungen anhand von Branchen-Performance-Benchmarks.
- Erstellen von Agenten, die die Qualität des Codes überprüfen und Fehlermuster in Full-Stack-Anwendungen identifizieren können.
- Aufstellen von Hypothesen zu Schritten im Software-Engineering-Zyklus (Prototyping, Architekturdesign, API-Design, Produktionsimplementierung, Launch, Experimente, Monitoring, operativer Wartung) und Evaluieren der Modellfähigkeiten in diesen Bereichen.
- Entwerfen von Verifikationsmechanismen, 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 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, 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.
Engagement-Details
- Commitment: flexibles Engagement, 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: Kandidatinnen und Kandidaten müssen in den Vereinigten Staaten ansässig sein
Evaluierungsprozess
- Der Bewerbungsprozess dauert 15–30 Minuten.
- Die Teilnahme an einem KI-Videointerview ist erforderlich.