Acerca del puesto
Acerca de Turing:
Turing es una de las empresas de IA de más rápido crecimiento del mundo y acelera el avance y la implementación de sistemas de IA potentes.
Turing ayuda a sus clientes de dos maneras: trabajando con los principales laboratorios de IA del mundo para hacer avanzar las capacidades de los modelos de vanguardia en pensamiento, razonamiento, programación, comportamiento agéntico, multimodalidad, multilingüismo, STEM y conocimiento de frontera; y aprovechando ese trabajo para crear sistemas de IA del mundo real que resuelvan las prioridades críticas de las empresas.
Descripción del puesto
Buscamos un experto con experiencia en matemáticas para liderar un pod de 5–10 entrenadores que desarrollan tareas científicas y técnicas realistas basadas en terminal para Terminal Bench Science.
Usted revisará las tareas creadas por los entrenadores en cuanto a corrección matemática, reproducibilidad, nivel de desafío y fiabilidad del evaluador automático. También orientará a los entrenadores, gestionará la calidad y el rendimiento, y se asegurará de que las tareas reflejen flujos de trabajo auténticos de investigación matemática y computacional.
El puesto abarca matemáticas numéricas y aplicadas, computación científica, optimización, estadística, modelado matemático, álgebra computacional y verificación formal.
Qué hará
- Revisar las tareas de principio a fin, incluidos los enunciados de los problemas, los conjuntos de datos, los entornos, las soluciones de referencia y las pruebas automatizadas.
- Verificar la corrección matemática, el buen planteamiento, la convergencia, la estabilidad, el condicionamiento, el error de discretización y el tratamiento de los casos límite.
- Asegurar que las tareas exijan un razonamiento genuino de varios pasos y no una simple consulta o una única llamada a una biblioteca.
- Validar que el cálculo exacto, simbólico, de precisión arbitraria o de coma flotante se utilice de forma adecuada.
- Comprobar que las tolerancias sean adecuadas para el condicionamiento numérico del problema.
- Diseñar y revisar evaluadores automáticos basados en propiedades matemáticas como residuos, factibilidad, certificados de optimalidad, invariantes, cotas de error o verificación de demostraciones.
- Asegurar que las tareas sean reproducibles mediante herramientas, bibliotecas, versiones de solucionadores y dependencias fijadas.
- Identificar y evitar las soluciones codificadas de forma fija, la filtración de archivos de prueba y otros métodos para eludir el cálculo previsto.
- Dar retroalimentación precisa y accionable y dar seguimiento a las revisiones de los entrenadores hasta su cierre.
- Orientar e incorporar a los entrenadores en cuanto a rigor matemático, diseño de tareas, prácticas de programación y estándares de evaluación.
- Asignar el trabajo, supervisar la calidad y el rendimiento, y escalar los bloqueos.
- Mantener la documentación del pod con las directrices, los problemas recurrentes y las tareas ejemplares.
- Colaborar con el líder del equipo de Matemáticas y otras partes interesadas técnicas para mejorar la calidad de los benchmarks.
Qué buscamos
- Doctorado, experiencia posdoctoral o experiencia avanzada equivalente en matemáticas, matemáticas aplicadas, estadística o un campo afín.
- Sólidas habilidades de programación en Python, Julia, C/C++, MATLAB/Octave o un sistema de álgebra computacional.
- Sólido dominio de Linux y de la terminal.
- Experiencia práctica con métodos numéricos, computación científica, cálculo simbólico, optimización, estadística computacional o modelado matemático.
- Capacidad para evaluar con rigor derivaciones matemáticas, algoritmos, demostraciones y resultados computacionales.
- Experiencia en la revisión de resultados de investigación, código, trabajo matemático o flujos de trabajo científicos.
- Experiencia en la orientación o dirección de equipos técnicos o de investigación pequeños.
- Sólida comunicación escrita y capacidad para dar retroalimentación precisa y constructiva.
- Capacidad para evaluar la reproducibilidad, la fiabilidad de las pruebas y la validez científica de las tareas computacionales.
Deseable
- Experiencia con NumPy, SciPy, SymPy, mpmath, SageMath, PARI/GP, GAP, Macaulay2 o flujos de trabajo similares a Mathematica.
- Experiencia con FEniCS, Firedrake, DifferentialEquations.jl, PETSc o herramientas similares de EDO/EDP.
- Experiencia con CVXPY, JuMP, Pyomo, HiGHS u otros marcos de optimización.
- Familiaridad con Lean/mathlib, Coq/Rocq, Isabelle u otros asistentes de demostración.
- Experiencia con Docker, Git, sistemas de CI y pruebas automatizadas.
- Experiencia en el diseño de benchmarks, problemas de competición o evaluaciones computacionales.
- Experiencia en la evaluación de agentes de programación, de razonamiento o de terminal con IA.
- Experiencia en la elaboración o el juzgamiento de problemas de olimpiadas o competiciones de matemáticas.
- Publicaciones o contribuciones de código abierto en matemáticas computacionales, software numérico o matemáticas formalizadas.
- Experiencia previa en programas de entrenamiento de IA, generación de datos o evaluación de modelos.
Detalles de la oferta:
- Compromisos requeridos: Al menos 4 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 : 4 semana [la fecha de inicio prevista es la próxima semana]