ポッドリード - 土木・構造工学

Turingについて：

Turingは、世界で最も急成長しているAI企業の1つであり、強力なAIシステムの進歩と展開を加速させています。

Turingは、2つの方法でお客様を支援しています。1つは、世界をリードするAIラボと協力して、思考、推論、コーディング、エージェント的な振る舞い、マルチモーダリティ、多言語対応、STEM、最先端の知識といった分野における最先端モデルの能力を高めること。もう1つは、その成果を活用して、企業にとって重要度の高い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：

Terminal Bench Scienceのために、現実的なターミナルベースの技術タスクを作成するトレーナーのポッドを率いる、経験豊富な土木または構造工学のエキスパートを募集しています。トレーナーが作成するすべてのタスクについて、工学的な正確性、再現性、グレーダーの信頼性の観点からレビューを行い、トレーナーが一貫して高品質なタスクを提供できるようコーチングしていただきます。

報告体制：

土木・構造工学チームリードに報告します。約 5–10 名のトレーナーからなるポッドを率います。

業務内容：

• 問題文、構造モデルおよび地盤モデル、荷重ケース、シミュレーションデータ、計算環境、リファレンスソリューション、自動テストを含む、エンジニアリングタスクをエンドツーエンドでレビューする。
• 構造解析、有限要素法（FEA）、地震工学および風工学、構造動力学、地盤モデリング、水理学、水文学、交通、インフラシステムに関するタスクを検証する。
• タスクが真に複数のステップにわたる工学的推論を必要とし、現実的な土木・構造工学のワークフローを反映していることを確認する。
• 単位、つり合い、境界条件、荷重の組み合わせ、設計基準、数値的安定性、収束性、安全率にわたる工学的な正確性を検証する。
• 計算モデル、ソルバー、依存関係、シミュレーション結果について、再現性と技術的な正確さを検証する。
• 自動グレーダーをレビューし、力、たわみ、層間変位、沈下量、安全率、流量、構造性能など、意味のある工学的アウトプットを評価していることを確認する。
• 技術的な誤り、非現実的な仮定、不適切な許容値、そして工学的解析を迂回できてしまう抜け道を特定する。
• タスク開発者に対して明確で実行可能なフィードバックを提供し、修正が完了するまで追跡する。
• 技術トレーナーを指導・支援し、作業を割り当て、品質と生産性を監視し、技術的なブロッカーを解決する。
• エンジニアリングタスク開発全体にわたり、品質基準、技術ドキュメント、ベストプラクティスを維持する。

求める人物像：

• 土木工学、構造工学、地盤工学、またはそれに近い分野における博士号、ポスドク経験、または同等の高度な技術経験。
• Python、C/C++、Julia、Fortran、またはMATLAB/Octaveでの高度なプログラミング経験、およびLinux環境への習熟。
• 構造解析、FEA、地震工学、地盤モデリング、または水理・水文モデリングのうち、少なくとも1つの主要分野における実務の専門知識。
• 工学の原理、数値計算手法、シミュレーションのワークフロー、モデル検証に関する深い理解。
• ASCE 7、ACI、AISC、Eurocodes、IS規格などの工学設計基準に関する実務知識。
• 複雑な技術的成果物、工学シミュレーション、研究成果、または計算モデルのレビュー経験。
• 技術的な不正確さ、エッジケース、誤った工学的仮定を見抜く、優れた分析的判断力。
• 小規模な技術チームの指導、レビュー、またはリードの経験。
• 的確な技術的フィードバックの提供や品質基準の文書化に必要な、優れた文章コミュニケーション能力。

歓迎される経験：

• OpenSees/OpenSeesPy、Code_Aster、CalculiX、FEniCS、Gmsh、PyNite、EPANET、SWMM、HEC-RAS、MODFLOW、SUMO、QGIS、GDALなどの工学シミュレーション・解析ツールの経験。
• SAP2000、ETABS、Abaqus、PLAXIS、STAAD.Proなどの商用エンジニアリングソフトウェアに関する知識。
• 非線形時刻歴解析、性能設計、信頼性解析、または構造ヘルスモニタリングの経験。
• Docker、Git、CI/CDパイプライン、自動テストに関する知識。
• AIコーディングエージェント、ターミナルベースのエージェント、またはLLMが生成した工学ソリューションの開発・評価経験。
• PE、SE、CEngなどの専門技術者資格、またはそれに相当する資格。
• 建築物、橋梁、交通ネットワーク、水システム、または大規模インフラプロジェクトに携わった業界経験。
• AIトレーニング、技術的な品質管理、ベンチマーク開発、または評価プログラムでの経験。

契約条件：

• 必要な稼働：1日あたり最低 4 時間、週あたり最低 40 時間で、太平洋時間（PST）と 4 時間の重複があること。
• 雇用形態：契約業務（医療保険／有給休暇なし）
• 契約期間：4 週間 [開始予定日は来週]