Experto en la materia de Ciencias de la Vida

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.

Sobre el puesto Buscamos expertos en la materia de Ciencias de la Vida para desarrollar tareas avanzadas de razonamiento científico para LifeSciBench. A diferencia de los puntos de referencia centrados en la programación, este puesto hace hincapié en el conocimiento biológico profundo, la interpretación científica y el razonamiento riguroso. Usted creará preguntas desafiantes basadas en escenarios científicos realistas, resultados experimentales, datos biológicos, figuras, evidencia de estilo bibliográfico y problemas de investigación.

Este es un punto de referencia sin código: las tareas no se ejecutan y no se requiere programación. A quién va dirigido. A científicos de la vida que quieran redactar problemas rigurosos de razonamiento científico con respuestas objetivamente defendibles, sin programación. Si su fortaleza es interpretar experimentos, detectar ambigüedades y construir preguntas que premien la síntesis por encima de la memorización, este es su perfil. A quién no va dirigido. Si desea crear tareas en las que los agentes escriban y ejecuten código, consulte GeneBench Pro (genómica), Agentic Life Sciences (flujos de trabajo amplios de ciencias de la vida) o Terminal Bench Science (tareas de terminal multidisciplinarias en STEM).

Responsabilidades principales

• Diseñar problemas novedosos y desafiantes de ciencias de la vida que requieran un razonamiento científico avanzado.
• Crear tareas basadas en escenarios de investigación realistas, experimentos, conjuntos de datos biológicos, figuras, secuencias, estructuras o evidencia científica.
• Elaborar preguntas claras con respuestas bien definidas y objetivamente defendibles.
• Redactar respuestas de referencia expertas y rigurosas que expliquen el razonamiento científico necesario.
• Asegurar que las tareas exijan síntesis e interpretación y no una simple memorización de hechos.
• Validar todas las afirmaciones biológicas, los cálculos, los supuestos y las conclusiones.
• Identificar ambigüedades, interpretaciones alternativas científicamente válidas y preguntas insuficientemente acotadas.
• Crear tareas capaces de distinguir los modelos de IA de vanguardia según su capacidad de razonamiento científico.
• Asegurar que los resultados estén claramente documentados y sean reproducibles cuando corresponda. • Mantener una calidad y un ritmo de producción elevados incorporando los comentarios de los revisores. Nota sobre los insumos: Las tareas pueden incluir texto científico, datos estructurados, secuencias, resultados experimentales y otra evidencia científica según los requisitos del proyecto.

Cualificaciones requeridas

• Doctorado, experiencia posdoctoral o experiencia de investigación avanzada equivalente en Ciencias de la Vida.
• Sólida experiencia en al menos una disciplina biológica.
• Capacidad demostrada para interpretar experimentos científicos, datos y resultados de investigación. Los perfiles relevantes incluyen
• Biología molecular
• Genética y genómica
• Biología celular
• Bioquímica
• Neurociencia
• Microbiología
• Inmunología
• Biología evolutiva
• Ecología
• Biología estructural
• Biofísica
• Biología del desarrollo
• Biología del cáncer
• Farmacología o disciplinas afines

Preferible

• Experiencia en el diseño de problemas o evaluaciones científicas de nivel de posgrado. Sólida familiaridad con el diseño experimental y su interpretación.
• Experiencia en la revisión de manuscritos científicos o de investigación.
• Capacidad para traducir conceptos científicos complejos en problemas precisos y autónomos.
• Experiencia en la evaluación de respuestas científicas generadas por LLM.

Puntos extra por

• Publicaciones en revistas o congresos de prestigio con revisión por pares.
• Experiencia en docencia o mentoría a nivel de posgrado.
• Experiencia con conjuntos de datos de evaluación de IA/ML