À propos du poste
À propos de Turing Turing est l’une des principales entreprises d’infrastructure AGI au monde et travaille avec des laboratoires d’IA de pointe pour accélérer le développement de modèles grâce à des données d’entraînement de haute qualité, à des évaluations et à des talents en ingénierie.
Détails de la mission
- Engagements requis : au moins 6 heures par jour et un minimum de 40 heures par semaine, avec 4 heures de chevauchement avec le fuseau PST.
- Type d’emploi : mission en tant que prestataire (sans congés maladie ni congés payés)
- Durée du contrat : 5 semaines (la date de début prévue est la semaine prochaine)
À propos du poste Nous recherchons un expert expérimenté en sciences de la vie ou en médecine pour diriger un pod de formateurs qui conçoivent des tâches scientifiques et techniques réalistes, basées sur le terminal, pour Terminal Bench Science. Vous examinerez chaque tâche produite par vos formateurs du point de vue de l’exactitude scientifique, de la reproductibilité, de la conformité des données et de la fiabilité des correcteurs automatiques, et vous accompagnerez les formateurs afin qu’ils livrent systématiquement des tâches exigeantes et de haute qualité. Principales responsabilités
- Examiner les tâches des formateurs de bout en bout, y compris les énoncés de tâche, les jeux de données biologiques et cliniques, les fichiers de référence, les pipelines, les environnements, les solutions de référence et les tests automatisés.
- Vérifier que les tâches reflètent des workflows authentiques de recherche ou d’analyse clinique et exigent un véritable raisonnement scientifique en plusieurs étapes.
- Vérifier que les outils, les génomes de référence, les versions d’annotation, les bases de données et les dépendances sont figés et que les pipelines sont reproductibles.
- Valider l’exactitude scientifique, notamment les versions de génome, les conventions de coordonnées, la normalisation, le traitement des effets de lot, les hypothèses statistiques, la correction des tests multiples, les unités, les conventions de dosage, l’orientation et l’espacement de l’imagerie, et le contrôle des graines aléatoires.
- S’assurer que les correcteurs automatiques vérifient des résultats substantiels tels que les appels de variants, les résultats d’expression différentielle, les affectations de clusters, les métriques de liaison ou structurales, les estimations de survie, les performances de modèles, la précision de segmentation et les paramètres pharmacocinétiques plutôt que la mise en forme.
- S’assurer que les tolérances tiennent compte de la variation stochastique et numérique légitime sans accepter d’analyses incorrectes.
- S’assurer que les tâches ne peuvent pas être détournées par des résultats codés en dur, la lecture de fichiers de test ou le contournement de l’analyse prévue.
- Confirmer que toutes les données sont synthétiques, publiques, sous licence appropriée et désidentifiées, sans informations de santé protégées ni données à accès restreint.
- Examiner les tâches sous l’angle des enjeux de biosécurité et de double usage.
- Faire remonter les contenus impliquant des agents pathogènes dangereux, des toxines ou l’amélioration de capacités biologiques nuisibles.
- Fournir des retours écrits clairs et exploitables et suivre les révisions jusqu’à leur clôture.
- Intégrer et encadrer les formateurs.
- Répartir le travail, suivre la qualité et le débit, et faire remonter les blocages.
- Tenir à jour la documentation du pod couvrant les directives, les problèmes récurrents et les tâches exemplaires.
Sélectionner l’effortGPT-5.6 LunaMoyenAucunMinimalLégerMoyenÉlevéTrès élevéMaxUltraPersistant
Pour saisir un élément déplaçable, appuyez sur la barre d’espace. Pendant le déplacement, utilisez les touches fléchées pour déplacer l’élément. Appuyez de nouveau sur la barre d’espace pour déposer l’élément à sa nouvelle position, ou appuyez sur Échap pour annuler.
Qualifications requises
- Doctorat (Ph.D.), M.D., M.D.-Ph.D., expérience postdoctorale ou expérience avancée équivalente dans un domaine des sciences de la vie, biomédical ou médical comportant une composante computationnelle substantielle.
- Solides compétences en programmation en Python ou R, ainsi qu’en Bash, avec une bonne maîtrise de Linux et du terminal.
- Expérience pratique des pipelines de bio-informatique, de la biologie computationnelle, de la biostatistique, de l’analyse d’imagerie médicale ou de l’analyse de données cliniques.
- Solide compréhension de la conception expérimentale, de l’inférence statistique et de la reproductibilité en recherche biomédicale.
- Expérience avérée de la revue de code, d’analyses, de manuscrits ou de résultats de recherche.
- Expérience de l’encadrement ou de la direction de petites équipes techniques ou de recherche.
- Excellentes compétences de communication écrite pour fournir des retours précis et constructifs.
Qualifications souhaitées
- Connaissance d’outils tels que samtools, bcftools, GATK, BWA, STAR, Salmon, DESeq2, edgeR, Seurat, Scanpy, Biopython, Bioconductor, Nextflow ou Snakemake.
- Connaissance de RDKit, OpenMM, GROMACS, AutoDock Vina, PyMOL ou des outils de structure de Biopython.
- Connaissance des outils d’imagerie médicale et cliniques tels que pydicom, nibabel, SimpleITK, MONAI, FSL, lifelines, statsmodels ou des formats de données FHIR.
- Connaissance de Docker, Conda, Git, des systèmes de CI, des tests automatisés et des environnements HPC.
- Expérience de la conception de benchmarks, de défis d’analyse ou d’évaluations computationnelles.
Points bonus
- Expérience de l’évaluation d’agents de codage IA ou d’agents de terminal.
- Expérience de la gouvernance des données, des processus d’IRB ou de la revue de biosécurité.
- Expérience en entreprise dans la biotechnologie, la pharmacie, la recherche clinique ou les technologies de santé.
- Publications ou contributions open source en biologie computationnelle, en bio-informatique ou en informatique biomédicale.
- Expérience préalable de programmes d’entraînement ou d’évaluation d’IA.