turing · 工程

小组负责人 - 机械与航空航天工程(Terminal Bench Science)

Turing

未列明报酬远程未说明地点要求

此职位由自动翻译生成。申请由原平台处理;申请前请核实其原始要求。 查看原始页面

关于此职位

关于 Turing:

Turing 是全球发展最快的 AI 公司之一,致力于加速强大 AI 系统的进步与部署。

Turing 通过两种方式帮助客户:与全球领先的 AI 实验室合作,提升前沿模型在思考、推理、编码、智能体行为、多模态、多语言、STEM 和前沿知识方面的能力;并利用这些工作成果构建真实世界的 AI 系统,为企业解决关键任务优先事项。

职位概述:

我们正在寻找经验丰富的机械或航空航天工程专家,带领一支技术训练师团队,为一项前沿 AI 训练与评估计划开发贴近真实的、基于终端的工程任务。

在此职位上,您将负责管理一个由约 5–10 名训练师组成的小组,审核工程任务的技术准确性、可复现性和评估质量,并确保任务反映真实的机械和航空航天工程工作流程。您还将指导训练师、维护质量标准,并推动任务的持续稳定交付。

您将负责的工作:

  • 带领并指导一个技术训练师小组,确保工程任务的质量稳定、生产效率和按时交付。
  • 全流程审核工程任务,包括问题陈述、几何和网格文件、仿真输入、材料属性、参考解答和自动化测试。
  • 验证涉及有限元分析(FEA)、计算流体力学(CFD)、热力学、传热学、动力学、机器人学、飞行仿真、推进和轨道力学的任务。
  • 确保任务反映真实的机械和航空航天工程工作流程,并需要有意义的多步骤技术推理。
  • 核查工程正确性,涵盖单位、平衡、守恒定律、边界条件、网格收敛、求解器容差、参考系和数值稳定性。
  • 验证计算环境、仿真工具、求解器和依赖项,以确保结果可复现。
  • 审核自动评分器,确保其评估有意义的工程输出,例如应力、挠度、固有频率、气动系数、热性能、轨道参数和安全裕度。
  • 识别技术上的不准确之处、不切实际的假设、不正确的容差,以及可绕过工程计算或仿真的途径。
  • 提供清晰、可执行的技术反馈,跟踪修订,并确保在任务获批前解决质量问题。
  • 负责训练师的入职引导,分配工作,监控质量和产出,上报障碍,并维护技术文档和最佳实践。

我们期望的人选:

  • 机械工程、航空航天工程或密切相关学科的博士学位、博士后经历或同等水平的高级技术经验。
  • 具有扎实的 Python、C/C++、Fortran、Julia 或 MATLAB/Octave 编程能力,并熟练使用 Linux 环境。
  • 至少在一个主要领域具有实践专长:FEA、CFD、动力学、飞行仿真、热建模、天体动力学、制导、导航与控制(GNC)或推进建模。
  • 深入理解工程仿真、数值方法、计算建模和技术验证。
  • 有审核复杂技术工作、工程仿真、计算模型或研究成果的经验。
  • 能够评估工程假设、数值精度、求解器收敛性以及计算结果的可靠性。
  • 具有敏锐的分析判断力,能够识别技术错误、边界情况以及有缺陷的工程假设。
  • 有指导、审核或带领小型技术团队的经验。
  • 具备出色的书面沟通能力,能够提供精准的技术反馈并记录质量标准。

加分项:

  • 有使用 OpenFOAM、SU2、CalculiX、Code_Aster、FEniCS、Elmer、Gmsh、FreeCAD、CadQuery、MuJoCo、ROS、XFOIL、AVL、OpenVSP、JSBSim、OpenMDAO、pyCycle、poliastro、Orekit、GMAT 或 SPICE 等工程仿真与计算工具的经验。
  • 熟悉 ANSYS、Abaqus、COMSOL 或 NASTRAN 等商业工程软件,包括使用开源工具复现其工作流程。
  • 有状态估计、轨迹优化、拓扑优化、气动弹性分析或多学科设计优化方面的经验。
  • 熟悉 Docker、Git、CI/CD 流水线和自动化测试。
  • 有开发或评估 AI 编码智能体、基于终端的智能体或 LLM 生成的工程解决方案的经验。
  • 在汽车、能源、制造、机器人、飞机、运载火箭、卫星或无人机领域有行业或机构工作经验。
  • 有 AI 训练、技术质量控制、基准测试开发或评估项目方面的经验。

录用详情:

  • 承诺要求:每天至少 4 小时,每周至少 40 小时,并与太平洋标准时间(PST)有 4 小时的重叠。
  • 雇佣类型:承包商派遣(不含医疗/带薪假期)
  • 合同期限:4 周 [预计开始日期为下周]

技能

增长工程MATLAB
此领域的更多职位 →