Acerca del puesto
Acerca de Turing
Turing es una de las principales empresas de infraestructura de AGI del mundo y trabaja con laboratorios de IA de vanguardia para acelerar el desarrollo de modelos mediante datos de entrenamiento de alta calidad, evaluaciones y talento de ingeniería.
Detalles de la colaboración
- Compromiso requerido: Al menos 6 horas al día y un mínimo de 40 horas a la semana, con un solapamiento de 4 horas con el horario PST.
- Tipo de contratación: Asignación como contratista; sin licencia médica ni vacaciones remuneradas.
- Duración del contrato: 5 semanas. La fecha de inicio prevista es la próxima semana.
- Tipo de pago: $260 por tarea aprobada.
Acerca del puesto
Buscamos expertos en bioinformática y genómica computacional para diseñar tareas de genómica agénticas y desafiantes, junto con soluciones de referencia, para GeneBench Pro. Usted creará problemas realistas de biología computacional que exijan a un agente de IA interpretar datos biológicos, escribir y ejecutar código, trabajar con archivos científicos y generar resultados verificables de forma objetiva.
Responsabilidades principales
- Diseñar tareas novedosas y desafiantes de genómica computacional y bioinformática.
- Diseñar tareas que pongan a prueba el juicio científico de orden superior, incluido el manejo de datos ambiguos o desordenados, la identificación de artefactos, la selección de enfoques analíticos adecuados, la revisión de supuestos a partir de resultados intermedios y la determinación de cuándo las conclusiones están listas para la toma de decisiones.
- Crear tareas con datos científicos realistas, como FASTA/FASTQ, VCF, BAM/SAM, BED, TSV/CSV, anotaciones de secuencias, datos de expresión y datos de variantes germinales o somáticas.
- Desarrollar tareas que requieran análisis de varios pasos con Python, herramientas de línea de comandos o bibliotecas de bioinformática consolidadas.
- Elaborar especificaciones de tareas claras, conjuntos de datos de entrada, esquemas de salida esperados y valores de referencia (ground truth) deterministas o verificables de forma objetiva.
- Desarrollar soluciones de referencia de nivel experto y flujos de trabajo computacionales reproducibles que se ejecuten en el entorno de Python proporcionado.
- Validar que las tareas sean científicamente correctas, que puedan resolverse con la información suministrada y que supongan un reto suficiente para los modelos de IA de vanguardia.
- Diseñar criterios de evaluación sólidos que distingan las soluciones científicamente correctas de los resultados superficialmente plausibles.
- Garantizar que todos los entregables estén bien documentados, sean reproducibles y estén listos para el cliente.
- Mantener una alta calidad y un buen ritmo de producción incorporando los comentarios de los revisores.
- Comunicar a los responsables del proyecto y a los revisores los avances, los bloqueos y los requisitos científicos o técnicos.
Cualificaciones requeridas
- Doctorado, experiencia posdoctoral o experiencia investigadora equivalente en bioinformática, biología computacional, genómica, genética computacional o una disciplina estrechamente relacionada.
- Sólida experiencia práctica en programación con Python.
- Experiencia en el análisis de secuencias biológicas o conjuntos de datos genómicos.
- Soltura para trabajar en entornos computacionales Linux y de línea de comandos.
Cualificaciones preferidas
- Experiencia con flujos de trabajo de genómica como análisis de variantes, transcriptómica, análisis de secuencias, filogenética, genética de poblaciones, genómica funcional o genómica clínica.
- Familiaridad con bibliotecas y herramientas de bioinformática como Biopython, pandas, NumPy, SciPy, samtools, bcftools, BLAST, PLINK o herramientas equivalentes.
- Experiencia en el desarrollo de canalizaciones científicas reproducibles.
- Experiencia en la evaluación de sistemas de IA o LLM en tareas científicas computacionales.
- Sólida comprensión del contexto experimental y biológico que subyace a los análisis computacionales.
Puntos extra
- Experiencia con agentes de IA o agentes de programación.
- Experiencia en el diseño de conjuntos de datos de referencia (benchmark) o evaluadores automatizados.
- Publicaciones sobre genómica computacional o bioinformática.
- Experiencia con Docker o flujos de trabajo científicos en contenedores.