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 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 umzuwandeln – 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. Wir begrüßen insbesondere Absolventen führender Programme wie Harvard, Columbia, Princeton, Yale, University of Pennsylvania und vergleichbarer 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 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?
- Mitarbeit 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).
- Bewertung und Verfeinerung KI-generierten Codes mit Schwerpunkt auf systemnaher Korrektheit, Performance und Zuverlässigkeit.
- Zusammenarbeit mit funktionsübergreifenden Teams zur Verbesserung KI-gesteuerter Coding-Lösungen anhand branchenüblicher Performance-Benchmarks.
- Entwicklung von Agenten, die die Qualität von systemnahem Code und Infrastrukturcode verifizieren und Fehlermuster identifizieren können.
- Aufstellen von Hypothesen zu Schritten im Software-Engineering-Zyklus (Prototyping, Architekturdesign, API-Design, Produktionsimplementierung, Launch, Experimente, Monitoring, operativer Wartung) und Bewerten 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 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 sowie Bewertung von Codequalität und Code-Reviews.
- Ausgezeichnete mündliche und schriftliche Kommunikationsfähigkeiten für klare, strukturierte Bewertungsbegründungen.
Engagement-Details
- Verpflichtung: 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 Eignung)
- Standort: Kandidaten müssen in den Vereinigten Staaten ansässig sein
Bewertungsprozess
- Der Bewerbungsprozess dauert 15–30 Minuten.
- Die Teilnahme an einem KI-Videointerview ist erforderlich.