Informazioni sul ruolo
Informazioni su Turing Turing è una delle principali aziende al mondo di infrastruttura per l'AGI e collabora con i laboratori di IA di frontiera per accelerare lo sviluppo dei modelli attraverso dati di addestramento di alta qualità, valutazioni e talenti ingegneristici.
Dettagli dell'incarico
- Impegno richiesto: almeno 6 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: 5 settimane (la data di inizio prevista è la prossima settimana)
Informazioni sul ruolo Cerchiamo un esperto di Scienze della vita o di Medicina con esperienza per guidare un pod di trainer che realizzano task scientifici e tecnici realistici da terminale per Terminal Bench Science. Lei esaminerà ogni task prodotto dai suoi trainer per verificarne la correttezza scientifica, la riproducibilità, la conformità dei dati e l'affidabilità dei grader, e guiderà i trainer affinché consegnino in modo costante task impegnativi e di alta qualità. Responsabilità principali
- Esaminare i task dei trainer dall'inizio alla fine, compresi enunciati dei task, dataset biologici e clinici, file di riferimento, pipeline, ambienti, soluzioni di riferimento e test automatizzati.
- Verificare che i task riflettano flussi di lavoro autentici di ricerca o di analisi clinica e richiedano un autentico ragionamento scientifico in più passaggi.
- Controllare che strumenti, genomi di riferimento, versioni di annotazione, database e dipendenze siano bloccati a versioni specifiche (pinned) e che le pipeline siano riproducibili.
- Convalidare la correttezza scientifica, compresi build del genoma, convenzioni delle coordinate, normalizzazione, gestione degli effetti batch, ipotesi statistiche, correzione per test multipli, unità di misura, convenzioni di dosaggio, orientamento e spaziatura delle immagini e controllo del seed casuale.
- Assicurare che i grader verifichino output sostanziali come chiamate di varianti, risultati di espressione differenziale, assegnazioni a cluster, metriche di legame o strutturali, stime di sopravvivenza, prestazioni dei modelli, accuratezza della segmentazione e parametri farmacocinetici, anziché la formattazione.
- Assicurare che le tolleranze tengano conto della legittima variazione stocastica e numerica senza accettare analisi errate.
- Assicurare che i task non possano essere aggirati tramite output codificati in modo fisso, lettura dei file di test o elusione dell'analisi prevista.
- Confermare che tutti i dati siano sintetici, pubblici, concessi con licenza appropriata e deidentificati, senza informazioni sanitarie protette né dati ad accesso riservato.
- Esaminare i task per individuare problemi di biosicurezza e di duplice uso (dual-use).
- Segnalare ai livelli superiori i contenuti riguardanti agenti patogeni pericolosi, tossine o il potenziamento di capacità biologiche dannose.
- Fornire un feedback scritto chiaro e attuabile e seguire le revisioni fino alla chiusura.
- Fare l'onboarding e il mentoring dei trainer.
- Assegnare il lavoro, monitorare qualità e produttività e segnalare i blocchi.
- Mantenere la documentazione del pod su linee guida, problemi ricorrenti e task esemplari.
Seleziona impegnoGPT-5.6 LunaMediumNoneMinimalLightMediumHighExtra HighMaxUltraPersistent
Per selezionare un elemento trascinabile, premere la barra spaziatrice. Durante il trascinamento, utilizzare i tasti freccia per spostare l'elemento. Premere di nuovo la barra spaziatrice per rilasciare l'elemento nella nuova posizione, oppure premere Esc per annullare.
Qualifiche richieste
- Ph.D., M.D., M.D.-Ph.D., esperienza post-dottorato o esperienza avanzata equivalente in un campo delle scienze della vita, biomedico o medico con una consistente componente computazionale.
- Solide competenze di programmazione in Python o R, oltre a Bash, con padronanza di Linux e del terminale.
- Esperienza pratica con pipeline di bioinformatica, biologia computazionale, biostatistica, analisi di imaging medico o analisi di dati clinici.
- Solida comprensione di disegno sperimentale, inferenza statistica e riproducibilità nella ricerca biomedica.
- Comprovata esperienza nella revisione di codice, analisi, manoscritti o risultati di ricerca.
- Esperienza nel fare da mentore o nel guidare piccoli team tecnici o di ricerca.
- Eccellenti capacità di comunicazione scritta per fornire un feedback preciso e costruttivo.
Qualifiche preferenziali
- Familiarità con strumenti come samtools, bcftools, GATK, BWA, STAR, Salmon, DESeq2, edgeR, Seurat, Scanpy, Biopython, Bioconductor, Nextflow o Snakemake.
- Familiarità con RDKit, OpenMM, GROMACS, AutoDock Vina, PyMOL o gli strumenti per strutture di Biopython.
- Familiarità con imaging medico e strumenti clinici come pydicom, nibabel, SimpleITK, MONAI, FSL, lifelines, statsmodels o formati di dati FHIR.
- Familiarità con Docker, Conda, Git, sistemi CI, test automatizzati e ambienti HPC.
- Esperienza nella progettazione di benchmark, sfide di analisi o valutazioni computazionali.
Punti aggiuntivi
- Esperienza nella valutazione di agenti di programmazione o da terminale basati sull'IA.
- Esperienza con governance dei dati, processi IRB o revisione di biosicurezza.
- Esperienza nel settore biotech, farmaceutico, della ricerca clinica o della tecnologia sanitaria.
- Pubblicazioni o contributi open source in biologia computazionale, bioinformatica o informatica biomedica.
- Precedente esperienza in programmi di addestramento o di valutazione dell'IA.