この求人について
Turingについて：
Turingは、世界で最も急成長しているAI企業の一つであり、強力なAIシステムの進化と展開を加速しています。
Turingは、次の2つの方法でお客様を支援しています。世界をリードするAIラボと協力し、思考、推論、コーディング、エージェント的な振る舞い、マルチモダリティ、多言語性、STEM、最先端の知識といった分野でフロンティアモデルの能力を高めること。そして、その成果を活用して、企業のミッションクリティカルな優先課題を解決する実世界のAIシステムを構築することです。
役割の概要： この役割は、大手LLM企業を支援するプロジェクトの一環です。主な目的は、これらの基盤LLM企業が大規模言語モデルを改善できるよう支援することです。
当社は、高品質な独自データを提供することで、各社のモデル強化を支援しています。このデータは、モデルのファインチューニングの基礎として、あるいは性能をベンチマークするための評価セットとして使用できます。
SFTデータ生成のワークフローでは、コードと質問を含むプロンプトをまとめ、モデルの回答を詳細に説明し、提供されたCUDA/C++コードを、PyTorchとNumPyを用いて同等のPythonコードに変換して、アルゴリズムの挙動を再現することが求められる場合があります。
RLHFデータ生成では、プロンプトを作成するか、お客様から提供されたものを使用し、モデルに質問を行い、LLMの異なるバージョンが生成した出力を評価・比較してフィードバックを提供します。そのフィードバックは、ファインチューニングのプロセスで使用されます。
なお、この役割にはLLMの構築やファインチューニングは含まれません。
日々の業務内容：
- CUDA/C++コードを、PyTorchとNumPyを用いて同等のPython実装に変換し、ロジックと性能の同等性を確保する。
- 変換の前に、CUDAカーネルとGPUアクセラレーションされたコードの構造、効率、機能を分析する。
- LLMが生成した、CUDA/C++コードからPythonへの変換結果を評価し、技術的なフィードバックと修正を提供する。
- プロンプトエンジニアや研究者と協力し、現実のCUDA/PyTorchタスクを反映したテストプロンプトを開発する。
- RLHFのワークフローに参加し、LLMの回答をランク付けして、そのランク付けの判断を明確に説明する。
- 変換されたPythonコードの正確性、可読性、業界標準との整合性をデバッグし、レビューする。
- 再現性とコードの明瞭さを支えるため、技術ドキュメントを維持する。
- LLMによくある失敗パターンに基づいて、プロンプトの構成や変換アプローチの改善を提案する。
要件：
- 総実務経験5年以上。うち、Pythonでの関連経験が最低3年、CUDA/C++での経験が2年以上。
- Pythonでの豊富な実務経験。特に、PyTorchとNumPyを用いた科学計算。
- CUDAプログラミングの概念とC++の基礎に関する確かな理解。
- CUDAカーネルを分析し、Pythonで正確に再現できる実績。
- GPU計算、並列処理、性能を意識したコーディング手法に関する知識。
- 高いデバッグスキルと、言語間でロジックを移植する際の数値的な一貫性への注意力。
- AIが生成したコードの評価、またはLLMチューニングへの参加経験があれば尚可。
- 技術的なフィードバックを明確かつ建設的に伝えられる能力。
- 会話および文章による英語のコミュニケーションスキルが堪能であること。
Turingでフリーランスとして働く特典：
- 完全リモート環境での勤務。
- 大手LLM企業とともに、最先端のAIプロジェクトに携わる機会。
オファーの詳細：
- 必要な稼働時間：1日最低4時間、週最低20時間で、PSTとの重複が4時間あること。（稼働時間には3つの選択肢があります：週20時間、週30時間、または週40時間）
- 契約形態 ：業務委託（医療休暇・有給休暇なし）
- 契約期間 ：3か月；［開始予定日は来週］
勤務地 ：インド、パキスタン、ナイジェリア、ケニア、エジプト、ガーナ、バングラデシュ、トルコ、ブラジル、メキシコ
選考プロセス（約75分）： 2回の面接（技術面接60分＋カルチャー面接およびオファー協議15分）