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：
最先端のAIトレーニングおよび評価の取り組みに向けて、現実的なターミナルベースの科学タスクを開発する技術トレーナーのチームを率いる、経験豊富な材料科学のエキスパートを募集しています。
この役割では、約 5–10 名のトレーナーからなるポッドを統括し、材料科学のタスクを技術的な正確性、再現性、評価品質の観点からレビューし、タスクが本物の計算材料研究のワークフローを反映していることを確認していただきます。また、トレーナーの指導、品質基準の維持、難易度の高い科学タスクの一貫した提供の推進も担当します。
業務内容：
-
技術トレーナーのポッドを率いて指導し、材料科学タスクの一貫した品質、生産性、期限どおりの提供を確保する。
-
問題文、結晶構造、原子間ポテンシャル、熱力学データベース、シミュレーション入力、リファレンスソリューション、自動テストを含む、科学タスクをエンドツーエンドでレビューする。
-
密度汎関数理論（DFT）、分子動力学、計算熱力学、状態図、結晶学、材料の特性評価、機械的特性、半導体、エネルギー材料に関するタスクを検証する。
-
タスクが現実的な材料研究のワークフローを反映し、単純なデータベースの検索やライブラリの呼び出しではなく、意味のある複数ステップの科学的推論を必要とすることを確認する。
-
単位、結晶の対称性、収束基準、電子構造計算、熱力学的整合性、シミュレーションパラメータにわたる科学的な正確性を検証する。
-
計算環境、科学ソフトウェア、擬ポテンシャル、原子間ポテンシャル、依存関係を検証し、再現可能な結果を確保する。
-
自動グレーダーをレビューし、格子定数、生成エネルギー、バンドギャップ、弾性定数、フォノン特性、相分率、拡散係数、微細組織の指標など、意味のある科学的アウトプットを評価していることを確認する。
-
技術的な不正確さ、非現実的な仮定、不適切な数値許容値、そして科学計算やシミュレーションを迂回できてしまう抜け道を特定する。
-
明確で実行可能な技術的フィードバックを提供し、修正を追跡し、タスクの承認前に品質上の問題が解決されていることを確認する。
-
トレーナーのオンボーディング、作業の割り当て、品質とスループットの監視、ブロッカーのエスカレーションを行い、技術ドキュメントとベストプラクティスを維持する。
求める人物像：
-
材料科学、冶金学、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++、Fortran、またはJuliaでの高度なプログラミングスキル、およびLinuxとターミナルベースの環境への習熟。
-
原子論的シミュレーション、計算熱力学、メゾスケールモデリング、電子構造計算、または材料特性評価データの解析のうち、少なくとも1つの主要分野における実務の専門知識。
-
材料科学の基礎、数値計算手法、計算モデリング、科学的検証に関する深い理解。
-
複雑な技術的成果物、科学コード、計算シミュレーション、論文原稿、または研究成果のレビュー経験。
-
科学的な仮定、数値的な精度、シミュレーションの収束性、計算結果の信頼性を評価する能力。
-
技術的な誤り、エッジケース、誤った科学的仮定を見抜く、優れた分析的判断力。
-
小規模な技術チームまたは研究チームの指導、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：
-
Quantum ESPRESSO、VASP、GPAW、ABINIT、LAMMPS、pymatgen、ASE、spglib、phonopy、pycalphad、MOOSE、FiPy、OVITO、DREAM3Dなどの計算材料科学ツールの経験。
-
機械学習ベースの原子間ポテンシャル、ハイスループットな材料シミュレーション、またはMaterials Projectなどの材料データベースの経験。
-
Docker、Git、CI/CDパイプライン、自動テスト、ハイパフォーマンスコンピューティング（HPC）環境に関する知識。
-
科学ベンチマーク、プログラミングチャレンジ、シミュレーションベースの評価、または自動採点システムの開発経験。
-
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が生成した科学ソリューションの開発・評価経験。
-
半導体、電池、合金、先端材料、または製造における業界経験。
-
計算材料科学における論文発表、研究への貢献、またはオープンソース開発の経験。
-
AIトレーニング、科学的な品質管理、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]