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
- Compromisos requeridos: Al menos 6 horas al día y un mínimo de 40 horas por semana, con una superposición de 4 horas con la hora del Pacífico (PST).
- Tipo de contratación: Asignación como contratista (sin cobertura médica ni licencias remuneradas)
- Duración del contrato: 5 semanas (la fecha de inicio prevista es la próxima semana)
Sobre el puesto Buscamos un experto con experiencia en Ciencias de la Vida o Medicina para liderar un pod de entrenadores que crean tareas científicas y técnicas realistas basadas en terminal para Terminal Bench Science. Usted revisará cada tarea que produzcan sus entrenadores en cuanto a corrección científica, reproducibilidad, cumplimiento de los requisitos sobre datos y fiabilidad del evaluador automático, y los orientará para que entreguen de forma constante tareas desafiantes y de alta calidad. Responsabilidades principales
- Revisar las tareas de los entrenadores de principio a fin, incluidos los enunciados de las tareas, los conjuntos de datos biológicos y clínicos, los archivos de referencia, las canalizaciones, los entornos, las soluciones de referencia y las pruebas automatizadas.
- Verificar que las tareas reflejen flujos de trabajo auténticos de investigación o de análisis clínico y exijan un razonamiento científico genuino de varios pasos.
- Comprobar que las herramientas, los genomas de referencia, las versiones de anotación, las bases de datos y las dependencias estén fijados y que las canalizaciones sean reproducibles.
- Validar la corrección científica, incluidas las versiones del genoma, las convenciones de coordenadas, la normalización, el tratamiento de los efectos de lote, los supuestos estadísticos, la corrección por pruebas múltiples, las unidades, las convenciones de dosificación, la orientación y el espaciado de las imágenes y el control de la semilla aleatoria.
- Asegurar que los evaluadores automáticos verifiquen resultados sustantivos, como las llamadas de variantes, los resultados de expresión diferencial, las asignaciones de clústeres, las métricas de unión o estructurales, las estimaciones de supervivencia, el rendimiento de los modelos, la exactitud de la segmentación y los parámetros farmacocinéticos, en lugar del formato.
- Asegurar que las tolerancias contemplen la variación estocástica y numérica legítima sin aceptar análisis incorrectos.
- Asegurar que las tareas no puedan manipularse mediante resultados codificados de forma fija, la lectura de archivos de prueba o la omisión del análisis previsto.
- Confirmar que todos los datos sean sintéticos, públicos, con licencia adecuada y desidentificados, sin información de salud protegida ni datos de acceso restringido.
- Examinar las tareas en busca de problemas de bioseguridad y de doble uso.
- Escalar los contenidos relacionados con patógenos peligrosos, toxinas o el refuerzo de capacidades biológicas dañinas.
- Dar retroalimentación escrita clara y accionable y dar seguimiento a las revisiones hasta su cierre.
- Incorporar y orientar a los entrenadores.
- Asignar el trabajo, dar seguimiento a la calidad y al rendimiento, y escalar los bloqueos.
- Mantener la documentación del pod con las directrices, los problemas recurrentes y las tareas ejemplares.
Seleccionar esfuerzoGPT-5.6 LunaMedioNingunoMínimoLigeroMedioAltoMuy altoMáximoUltraPersistente
Para recoger un elemento arrastrable, pulse la barra espaciadora. Mientras lo arrastra, use las teclas de flecha para mover el elemento. Pulse de nuevo la barra espaciadora para soltar el elemento en su nueva posición o pulse Esc para cancelar.
Cualificaciones requeridas
- Doctorado, doctorado en Medicina (M.D.), M.D.-Ph.D., experiencia posdoctoral o experiencia avanzada equivalente en un campo de las ciencias de la vida, biomédico o médico con un componente computacional sustancial.
- Sólidas habilidades de programación en Python o R, además de Bash, con dominio de Linux y de la terminal.
- Experiencia práctica con canalizaciones de bioinformática, biología computacional, bioestadística, análisis de imágenes médicas o análisis de datos clínicos.
- Sólido conocimiento del diseño experimental, la inferencia estadística y la reproducibilidad en la investigación biomédica.
- Experiencia demostrada en la revisión de código, análisis, manuscritos o resultados de investigación.
- Experiencia en la orientación o dirección de equipos técnicos o de investigación pequeños.
- Excelentes habilidades de comunicación escrita para dar retroalimentación precisa y constructiva.
Cualificaciones preferidas
- Familiaridad con herramientas como samtools, bcftools, GATK, BWA, STAR, Salmon, DESeq2, edgeR, Seurat, Scanpy, Biopython, Bioconductor, Nextflow o Snakemake.
- Familiaridad con RDKit, OpenMM, GROMACS, AutoDock Vina, PyMOL o las herramientas de estructuras de Biopython.
- Familiaridad con herramientas de imágenes médicas y clínicas como pydicom, nibabel, SimpleITK, MONAI, FSL, lifelines, statsmodels o formatos de datos FHIR.
- Familiaridad con Docker, Conda, Git, sistemas de CI, pruebas automatizadas y entornos de HPC.
- Experiencia en el diseño de benchmarks, desafíos de análisis o evaluaciones computacionales.
Puntos extra
- Experiencia en la evaluación de agentes de programación o de terminal con IA.
- Experiencia con gobernanza de datos, procesos de IRB o revisión de bioseguridad.
- Experiencia en la industria de biotecnología, farmacéutica, investigación clínica o tecnología sanitaria.
- Publicaciones o contribuciones de código abierto en biología computacional, bioinformática o informática biomédica.
- Experiencia previa en programas de entrenamiento o evaluación de IA.