Informazioni sul ruolo
Informazioni su Turing:
Turing è una delle aziende di IA in più rapida crescita al mondo, che accelera lo sviluppo e l'implementazione di sistemi di IA potenti.
Turing aiuta i clienti in due modi: collaborando con i principali laboratori di IA del mondo per far progredire le capacità dei modelli di frontiera nel pensiero, nel ragionamento, nella programmazione, nel comportamento agentico, nella multimodalità, nel multilinguismo, nelle discipline STEM e nella conoscenza di frontiera; e sfruttando tale lavoro per costruire sistemi di IA reali che risolvano priorità mission-critical per le aziende.
Panoramica del ruolo:
Cerchiamo un esperto di scienza dei materiali con esperienza per guidare un team di trainer tecnici che sviluppano task scientifici realistici da terminale per un'iniziativa di addestramento e valutazione dell'IA di frontiera.
In questo ruolo Lei supervisionerà un pod di circa 5–10 trainer, esaminerà i task di scienza dei materiali per verificarne l'accuratezza tecnica, la riproducibilità e la qualità della valutazione, e si assicurerà che i task riflettano flussi di lavoro autentici della ricerca computazionale sui materiali. Farà inoltre da mentore ai trainer, manterrà gli standard di qualità e garantirà una consegna costante di task scientifici impegnativi.
Cosa farà:
-
Guidare e fare da mentore a un pod di trainer tecnici, garantendo qualità, produttività e consegna puntuale e costante dei task di scienza dei materiali.
-
Esaminare i task scientifici dall'inizio alla fine, compresi enunciati dei problemi, strutture cristalline, potenziali interatomici, database termodinamici, input di simulazione, soluzioni di riferimento e test automatizzati.
-
Convalidare i task che riguardano teoria del funzionale della densità (DFT), dinamica molecolare, termodinamica computazionale, diagrammi di fase, cristallografia, caratterizzazione dei materiali, proprietà meccaniche, semiconduttori e materiali per l'energia.
-
Assicurare che i task riflettano flussi di lavoro realistici della ricerca sui materiali e richiedano un significativo ragionamento scientifico in più passaggi anziché semplici consultazioni di database o chiamate a librerie.
-
Verificare la correttezza scientifica in termini di unità di misura, simmetria cristallina, criteri di convergenza, calcoli di struttura elettronica, coerenza termodinamica e parametri di simulazione.
-
Convalidare ambienti di calcolo, software scientifico, pseudopotenziali, potenziali interatomici e dipendenze per garantire risultati riproducibili.
-
Esaminare i grader automatizzati per assicurarsi che valutino output scientifici significativi come parametri reticolari, energie di formazione, band gap, costanti elastiche, proprietà fononiche, frazioni di fase, coefficienti di diffusione e metriche della microstruttura.
-
Individuare inesattezze tecniche, ipotesi non realistiche, tolleranze numeriche errate e possibilità di aggirare calcoli o simulazioni scientifiche.
-
Fornire feedback tecnici chiari e attuabili, seguire le revisioni e assicurarsi che i problemi di qualità siano risolti prima dell'approvazione dei task.
-
Fare l'onboarding dei trainer, assegnare il lavoro, monitorare qualità e throughput, segnalare i blocchi e mantenere la documentazione tecnica e le best practice.
Cosa cerchiamo:
-
Dottorato di ricerca (Ph.D.), esperienza post-dottorato o esperienza tecnica avanzata equivalente in Scienza dei materiali, Metallurgia o in una disciplina strettamente affine.
-
Solide competenze di programmazione in Python, C/C++, Fortran o Julia, con padronanza di Linux e degli ambienti da terminale.
-
Competenza pratica in almeno un'area principale: simulazione atomistica, termodinamica computazionale, modellazione a mesoscala, calcoli di struttura elettronica o analisi di dati di caratterizzazione dei materiali.
-
Solida comprensione dei fondamenti della scienza dei materiali, dei metodi numerici, della modellazione computazionale e della validazione scientifica.
-
Esperienza nella revisione di lavori tecnici complessi, codice scientifico, simulazioni computazionali, manoscritti o risultati di ricerca.
-
Capacità di valutare ipotesi scientifiche, accuratezza numerica, convergenza delle simulazioni e affidabilità dei risultati computazionali.
-
Forte capacità di giudizio analitico, con la capacità di individuare errori tecnici, casi limite e ipotesi scientifiche errate.
-
Esperienza nel fare da mentore, nel revisionare o nel guidare piccoli team tecnici o di ricerca.
-
Eccellenti capacità di comunicazione scritta per fornire feedback tecnici precisi e documentare gli standard di qualità.
Requisiti graditi:
-
Esperienza con strumenti computazionali per la scienza dei materiali come Quantum ESPRESSO, VASP, GPAW, ABINIT, LAMMPS, pymatgen, ASE, spglib, phonopy, pycalphad, MOOSE, FiPy, OVITO o DREAM3D.
-
Esperienza con potenziali interatomici appresi tramite machine learning, simulazioni di materiali ad alto throughput o database di materiali come Materials Project.
-
Familiarità con Docker, Git, pipeline CI/CD, test automatizzati e ambienti di calcolo ad alte prestazioni (HPC).
-
Esperienza nello sviluppo di benchmark scientifici, sfide di programmazione, valutazioni basate su simulazione o sistemi di valutazione automatizzata.
-
Esperienza nello sviluppo o nella valutazione di agenti di programmazione basati sull'IA, agenti da terminale o soluzioni scientifiche generate da LLM.
-
Esperienza nel settore dei semiconduttori, delle batterie, delle leghe, dei materiali avanzati o della manifattura.
-
Pubblicazioni, contributi di ricerca o esperienza di sviluppo open source nella scienza computazionale dei materiali.
-
Precedente esperienza in addestramento dell'IA, controllo qualità scientifico, sviluppo di benchmark o programmi di valutazione.
Dettagli dell'offerta:
- Impegno richiesto: almeno 4 ore al giorno e minimo 40 ore a settimana, con 4 ore di sovrapposizione con il fuso PST.
- Tipo di rapporto : incarico come collaboratore (nessuna copertura medica/ferie retribuite)
- Durata del contratto : 4 settimana [data di inizio prevista: la prossima settimana]