Over de functie
Over Turing:
Turing is een van de snelstgroeiende AI-bedrijven ter wereld en versnelt de ontwikkeling en inzet van krachtige AI-systemen.
Turing helpt klanten op twee manieren: door samen te werken met de toonaangevende AI-labs ter wereld om de capaciteiten van frontiermodellen te verbeteren op het gebied van denken, redeneren, coderen, agentisch gedrag, multimodaliteit, meertaligheid, STEM en frontierkennis; en door dat werk te benutten om AI-systemen voor de praktijk te bouwen die bedrijfskritische prioriteiten van bedrijven oplossen.
Overzicht van de functie: Deze functie maakt deel uit van een project ter ondersteuning van toonaangevende LLM-bedrijven. Het hoofddoel is deze foundational-LLM-bedrijven te helpen hun grote taalmodellen (Large Language Models) te verbeteren.
We ondersteunen bedrijven bij het verbeteren van hun modellen door hoogwaardige, eigen data aan te bieden. Deze data kan worden gebruikt als basis voor het finetunen van modellen of als evaluatieset om de prestaties te benchmarken.
In een SFT-datageneratieworkflow moet u mogelijk een prompt samenstellen met code en vragen, vervolgens modelantwoorden uitwerken en de aangeleverde CUDA/C++-code vertalen naar gelijkwaardige Python-code met PyTorch en NumPy om het gedrag van het algoritme na te bootsen.
Voor RLHF-datageneratie moet u mogelijk een prompt maken of een door de klant aangeleverde prompt gebruiken, het model vragen stellen en de uitvoer van verschillende versies van de LLM evalueren, vergelijken en feedback geven, die vervolgens in finetuneprocessen wordt gebruikt.
Let op: deze functie omvat niet het bouwen of finetunen van LLM's.
Hoe ziet een gewone werkdag eruit:
- CUDA/C++-code vertalen naar gelijkwaardige Python-implementaties met PyTorch en NumPy, met behoud van logische en prestatiegelijkwaardigheid.
- CUDA-kernels en GPU-versnelde code vóór de vertaling analyseren op structuur, efficiëntie en functie.
- Door LLM gegenereerde vertalingen van CUDA/C++-code naar Python evalueren en technische feedback en correcties geven.
- Samenwerken met prompt engineers en onderzoekers om testprompts te ontwikkelen die realistische CUDA/PyTorch-taken weerspiegelen.
- Deelnemen aan RLHF-workflows door LLM-antwoorden te rangschikken en rangschikkingsbeslissingen duidelijk te motiveren.
- Vertaalde Python-code debuggen en beoordelen op juistheid, leesbaarheid en consistentie met industriestandaarden.
- Technische documentatie bijhouden ter ondersteuning van reproduceerbaarheid en codeduidelijkheid.
- Verbeteringen voorstellen voor promptstructuur of conversiebenaderingen op basis van veelvoorkomende faalpatronen van LLM's.
Vereisten:
- 5+ jaar werkervaring in totaal, waarvan ten minste 3 jaar relevante ervaring in Python en 2+ jaar in CUDA/C++.
- Sterke praktijkervaring met Python, met name in wetenschappelijk rekenen met PyTorch en NumPy.
- Gedegen begrip van CUDA-programmeerconcepten en C++-basisprincipes.
- Aantoonbaar vermogen om CUDA-kernels te analyseren en nauwkeurig in Python te reproduceren.
- Bekendheid met GPU-berekeningen, parallellisme en prestatiebewuste codeerpraktijken.
- Sterke debugvaardigheden en aandacht voor numerieke consistentie bij het overzetten van logica tussen talen.
- Ervaring met het evalueren van door AI gegenereerde code of deelname aan LLM-tuning is een pluspunt.
- Het vermogen om technische feedback duidelijk en constructief te communiceren.
- Vloeiende Engelse gespreks- en schrijfvaardigheid.
Voordelen van freelancen bij Turing:
- Werk in een volledig remote omgeving.
- De kans om te werken aan geavanceerde AI-projecten met toonaangevende LLM-bedrijven.
Details van het aanbod:
- Vereiste inzet: minimaal 4 uur per dag en minimaal 20 uur per week, met 4 uur overlap met PST. (We hebben 3 opties voor tijdsinzet: 20 uur/week, 30 uur/week of 40 uur/week)
- Type samenwerking : opdracht als contractor (geen ziekteverlof/betaald verlof)
- Contractduur : 3 maanden; [verwachte startdatum is volgende week]
Locatie : India, Pakistan, Nigeria, Kenia, Egypte, Ghana, Bangladesh, Turkije, Brazilië, Mexico
Evaluatieproces (ongeveer 75 min.): Twee interviewrondes (60 min. technisch + 15 min. cultuur- en aanbodgesprek)