À propos du poste
À propos de Turing : Basée à San Francisco, en Californie, Turing est le principal accélérateur de recherche au monde pour les laboratoires d’IA de pointe et un partenaire de confiance pour les entreprises internationales qui déploient des systèmes d’IA avancés. Turing accompagne ses clients de deux manières : d’abord, en accélérant la recherche de pointe grâce à des données de haute qualité, à des pipelines d’entraînement avancés et à d’éminents chercheurs en IA spécialisés dans l’ingénierie logicielle, le raisonnement logique, les STEM, le multilinguisme, la multimodalité et les agents ; ensuite, en appliquant cette expertise pour aider les entreprises à faire passer l’IA du stade de la preuve de concept à celui d’une intelligence propriétaire, avec des systèmes qui fonctionnent de manière fiable, produisent un impact mesurable et génèrent des résultats durables sur le compte de résultat (P&L).
À propos du poste : Nous recherchons un ingénieur chargé de concevoir, de mettre en œuvre et de maintenir des flux de validation de données au sein de pipelines de build basés sur Docker. Ce poste consiste à créer et à gérer des labels Dockerfile, des standards de métadonnées et des scripts de validation qui garantissent que les jeux de données, les schémas et les artefacts de modèles répondent aux exigences de qualité et de conformité avant le déploiement.
Vous travaillerez en étroite collaboration avec les équipes d’ingénierie des données, d’apprentissage automatique et DevOps pour construire des pipelines de données conteneurisés fiables, reproductibles et entièrement validés.
À quoi ressemble le quotidien :
- Développer et optimiser des Dockerfiles intégrant des étapes de validation de données.
- Mettre en œuvre des métadonnées LABEL pour les versions de jeux de données, les schémas et la traçabilité (lineage).
- Créer des scripts de validation (Python/Bash) pour les contrôles de schéma, l’intégrité des données et le contrôle qualité.
- Intégrer les étapes de validation dans les pipelines CI/CD et appliquer des contrôles bloquants en cas de données erronées (fail-on-bad-data).
- Documenter les standards d’étiquetage des Dockerfiles, la logique de validation et la gouvernance des données.
Compétences requises
- Ingénieurs DevOps expérimentés, avec 4 ans ou plus d’expérience
- Solide expérience de Docker et des Dockerfiles.
- Maîtrise de Python ou de Bash pour l’écriture de scripts de validation.
- Connaissance des formats de données, des schémas et des outils de validation.
- Familiarité avec les systèmes CI/CD et les registres de conteneurs.
Atouts :
- Participation antérieure à des projets de recherche ou d’évaluation de LLM.
- Expérience de la création ou du test d’outils pour développeurs ou d’agents d’automatisation.
- Expérience des flux de travail MLOps, du versionnement des données ou de Great Expectations.
- Connaissance de Kubernetes ou des outils de sécurité des conteneurs.
Avantages du freelancing avec Turing :
- Travail dans un environnement entièrement à distance.
- Possibilité de travailler sur des projets d’IA de pointe avec des entreprises de LLM de premier plan.
Détails de l’offre :
- Engagement requis : au moins 4 heures par jour et au minimum 20 heures par semaine, avec 4 heures de chevauchement avec le fuseau PST. (Nous proposons 3 options d’engagement horaire : 20 h/semaine, 30 h/semaine ou 40 h/semaine)
- Type de contrat : mission en tant que contractuel indépendant (sans couverture santé ni congés payés)
- Durée du contrat : 2-4 semaines ; [date de début prévue la semaine prochaine]
- Lieu : Inde, Pakistan, Nigeria, Kenya, Égypte, Ghana, Bangladesh, Turquie, Mexique, Brésil
Processus d’évaluation (environ 75 min) :
- Entretiens (discussion technique de 30-60 min dans QODE)