ポッドリード - 数学（Terminal Bench Science）

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科学・技術タスクを開発する 5–10 名のトレーナーからなるポッドを率いる、経験豊富な数学のエキスパートを募集しています。

トレーナーが作成したタスクについて、数学的な正しさ、再現性、難易度、グレーダーの信頼性の観点からレビューしていただきます。また、トレーナーの指導、品質とスループットの管理、そしてタスクが本物の数学研究および計算ワークフローを反映していることの確認も担当します。

この役割は、数値数学・応用数学、科学計算、最適化、統計学、数理モデリング、計算代数、形式検証を対象としています。

業務内容

• 問題文、データセット、環境、リファレンスソリューション、自動テストを含む、タスクをエンドツーエンドでレビューする。
• 数学的な正しさ、適切な設定（well-posedness）、収束性、安定性、条件数、離散化誤差、エッジケースの扱いを検証する。
• タスクが、単なる検索や1回のライブラリ呼び出しではなく、真に複数ステップの推論を必要とすることを確認する。
• 厳密計算、記号計算、任意精度計算、浮動小数点計算が適切に使用されていることを検証する。
• 許容値が、問題の数値的な条件に適していることを確認する。
• 残差、実行可能性、最適性証明、不変量、誤差の上界、証明チェックなどの数学的性質に基づいて、グレーダーを設計・レビューする。
• 固定されたツール、ライブラリ、ソルバーのバージョン、依存関係によって、タスクが再現可能であることを確保する。
• ハードコードされた解答、テストファイルの漏えい、その他意図された計算を迂回する方法を特定し、防止する。
• 的確で実行可能なフィードバックを提供し、トレーナーの修正を完了まで追跡する。
• 数学的な厳密さ、タスク設計、コーディングの実践、評価基準について、トレーナーを指導し、オンボーディングする。
• 作業を割り当て、品質とスループットを監視し、ブロッカーをエスカレーションする。
• ガイドライン、繰り返し発生する問題、模範的なタスクをまとめたポッドのドキュメントを維持する。
• 数学チームリードやその他の技術関係者と協力し、ベンチマークの品質を向上させる。

求める人物像

• 数学、応用数学、統計学、または関連分野における博士号、ポスドク経験、または同等の高度な経験。
• Python、Julia、C/C++、MATLAB/Octave、またはコンピュータ代数システムでの高度なプログラミングスキル。
• Linuxとターミナルへの高い習熟。
• 数値計算手法、科学計算、記号計算、最適化、計算統計学、または数理モデリングの実務経験。
• 数学的な導出、アルゴリズム、証明、計算結果を厳密に評価する能力。
• 研究成果、コード、数学的な成果物、または科学的ワークフローのレビュー経験。
• 小規模な技術チームまたは研究チームの指導またはリードの経験。
• 優れた文章コミュニケーション能力と、的確で建設的なフィードバックを提供する能力。
• 計算タスクの再現性、テストの信頼性、科学的妥当性を評価する能力。

歓迎される経験

• NumPy、SciPy、SymPy、mpmath、SageMath、PARI/GP、GAP、Macaulay2、またはMathematicaのようなワークフローの経験。
• FEniCS、Firedrake、DifferentialEquations.jl、PETSc、または同様のODE/PDEツールの経験。
• CVXPY、JuMP、Pyomo、HiGHS、またはその他の最適化フレームワークの経験。
• Lean/mathlib、Coq/Rocq、Isabelle、またはその他の証明支援系に関する知識。
• Docker、Git、CIシステム、自動テストの経験。
• ベンチマーク、コンペティション問題、または計算による評価の設計経験。
• AIコーディングエージェント、推論エージェント、またはターミナルエージェントの評価経験。
• 数学オリンピックまたはコンペティションの問題の作成または審査の経験。
• 計算数学、数値ソフトウェア、または形式化数学における論文発表またはオープンソースへの貢献。
• AIトレーニング、データ生成、またはモデル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]