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 's werelds toonaangevende AI-labs om de mogelijkheden van frontiermodellen te vergroten 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.
Functieoverzicht:
Wij zoeken een ervaren expert in de materiaalkunde om een team van technische trainers te leiden dat realistische, terminalgebaseerde wetenschappelijke taken ontwikkelt voor een frontier-initiatief voor AI-training en -evaluatie.
In deze functie geeft u leiding aan een pod van ongeveer 5–10 trainers, beoordeelt u taken uit de materiaalkunde op technische juistheid, reproduceerbaarheid en evaluatiekwaliteit en zorgt u ervoor dat taken authentieke workflows uit computationeel materiaalonderzoek weerspiegelen. U begeleidt ook trainers, handhaaft kwaliteitsnormen en zorgt voor een consistente oplevering van uitdagende wetenschappelijke taken.
Wat u gaat doen:
-
Een pod van technische trainers leiden en begeleiden, met zorg voor consistente kwaliteit, productiviteit en tijdige oplevering van taken uit de materiaalkunde.
-
Wetenschappelijke taken van begin tot eind beoordelen, inclusief probleemstellingen, kristalstructuren, interatomaire potentialen, thermodynamische databases, simulatie-invoer, referentieoplossingen en geautomatiseerde tests.
-
Taken valideren op het gebied van dichtheidsfunctionaaltheorie (DFT), moleculaire dynamica, computationele thermodynamica, fasediagrammen, kristallografie, materiaalkarakterisering, mechanische eigenschappen, halfgeleiders en energiematerialen.
-
Ervoor zorgen dat taken realistische workflows uit materiaalonderzoek weerspiegelen en zinvolle wetenschappelijke redenering in meerdere stappen vereisen in plaats van eenvoudige databaseopzoekingen of bibliotheekaanroepen.
-
De wetenschappelijke juistheid verifiëren met betrekking tot eenheden, kristalsymmetrie, convergentiecriteria, berekeningen van elektronische structuur, thermodynamische consistentie en simulatieparameters.
-
Rekenomgevingen, wetenschappelijke software, pseudopotentialen, interatomaire potentialen en afhankelijkheden valideren om reproduceerbare resultaten te waarborgen.
-
Geautomatiseerde graders beoordelen om te waarborgen dat zij zinvolle wetenschappelijke uitkomsten evalueren, zoals roosterparameters, vormingsenergieën, bandgaps, elastische constanten, fononeigenschappen, fasefracties, diffusiecoëfficiënten en microstructuurmetrics.
-
Technische onjuistheden, onrealistische aannames, onjuiste numerieke toleranties en mogelijkheden om wetenschappelijke berekeningen of simulaties te omzeilen identificeren.
-
Duidelijke, bruikbare technische feedback geven, revisies volgen en ervoor zorgen dat kwaliteitsproblemen worden opgelost vóór goedkeuring van de taak.
-
Trainers inwerken, werk toewijzen, kwaliteit en doorvoer bewaken, blokkades escaleren en technische documentatie en best practices bijhouden.
Wat wij zoeken:
-
Doctoraat (Ph.D.), postdoctorale ervaring of gelijkwaardige geavanceerde technische ervaring in materiaalkunde, metallurgie of een nauw verwante discipline.
-
Sterke programmeervaardigheden in Python, C/C++, Fortran of Julia, met vaardigheid in Linux en terminalgebaseerde omgevingen.
-
Praktische expertise in ten minste één groot vakgebied: atomistische simulatie, computationele thermodynamica, mesoschaalmodellering, berekeningen van elektronische structuur of analyse van data over materiaalkarakterisering.
-
Goed begrip van de basisprincipes van de materiaalkunde, numerieke methoden, rekenkundige modellering en wetenschappelijke validatie.
-
Ervaring met het beoordelen van complex technisch werk, wetenschappelijke code, rekensimulaties, manuscripten of onderzoeksresultaten.
-
Vermogen om wetenschappelijke aannames, numerieke nauwkeurigheid, simulatieconvergentie en de betrouwbaarheid van rekenresultaten te evalueren.
-
Sterk analytisch oordeelsvermogen, met het vermogen om technische fouten, randgevallen en gebrekkige wetenschappelijke aannames te herkennen.
-
Ervaring met het begeleiden, beoordelen of leiden van kleine technische of onderzoeksteams.
-
Uitstekende schriftelijke communicatievaardigheden voor het geven van nauwkeurige technische feedback en het vastleggen van kwaliteitsnormen.
Pluspunten:
-
Ervaring met tools voor computationele materiaalkunde zoals Quantum ESPRESSO, VASP, GPAW, ABINIT, LAMMPS, pymatgen, ASE, spglib, phonopy, pycalphad, MOOSE, FiPy, OVITO of DREAM3D.
-
Ervaring met machinaal geleerde interatomaire potentialen, high-throughput materiaalsimulaties of materiaaldatabases zoals Materials Project.
-
Bekendheid met Docker, Git, CI/CD-pipelines, geautomatiseerd testen en high-performance-computing-omgevingen (HPC).
-
Ervaring met het ontwikkelen van wetenschappelijke benchmarks, programmeeruitdagingen, op simulatie gebaseerde evaluaties of geautomatiseerde beoordelingssystemen.
-
Ervaring met het ontwikkelen of evalueren van AI-codeeragents, terminalgebaseerde agents of door LLM's gegenereerde wetenschappelijke oplossingen.
-
Ervaring in de sector in halfgeleiders, batterijen, legeringen, geavanceerde materialen of productie.
-
Publicaties, onderzoeksbijdragen of ervaring met open-sourceontwikkeling in computationele materiaalkunde.
-
Eerdere ervaring met AI-training, wetenschappelijke kwaliteitscontrole, benchmarkontwikkeling of evaluatieprogramma's.
Details van het aanbod:
- Vereiste inzet: ten minste 4 uur per dag en minimaal 40 uur per week, met 4 uur overlap met PST.
- Type dienstverband : Opdracht als contractor (geen ziekteverlof of betaald verlof)
- Duur van het contract : 4 week [verwachte startdatum is volgende week]