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数学专家，带领一个由 5–10 名训练师组成的小组，为 Terminal Bench Science 开发贴近真实的、基于终端的科学和技术任务。
您将审核训练师创建的任务的数学正确性、可复现性、挑战性和评分器可靠性。您还将指导训练师、管理质量和产出，并确保任务反映真实的数学研究和计算工作流程。
该职位涵盖数值数学与应用数学、科学计算、优化、统计学、数学建模、计算代数和形式化验证。
您将负责的工作
- 全流程审核任务，包括问题陈述、数据集、环境、参考解答和自动化测试。
- 核查数学正确性、适定性、收敛性、稳定性、条件数、离散化误差和边界情况的处理。
- 确保任务需要真正的多步骤推理，而非查表或单次库函数调用。
- 验证精确计算、符号计算、任意精度计算或浮点计算的使用是否恰当。
- 检查容差是否与问题的数值条件相适应。
- 基于残差、可行性、最优性证明、不变量、误差界或证明检查等数学性质，设计并审核评分器。
- 通过固定工具、库、求解器版本和依赖项，确保任务可复现。
- 识别并防止硬编码解答、测试文件泄露以及其他绕过预期计算的方法。
- 提供精确、可执行的反馈，并跟踪训练师的修订直至结案。
- 就数学严谨性、任务设计、编码实践和评估标准，指导并带领训练师入职上手。
- 分配工作，监控质量和产出，并上报障碍。
- 维护小组文档，涵盖指南、反复出现的问题和范例任务。
- 与数学团队负责人及其他技术利益相关方合作，提升基准测试质量。
我们期望的人选
- 数学、应用数学、统计学或相关领域的博士学位、博士后经历或同等水平的高级经验。
- 具有扎实的 Python、Julia、C/C++、MATLAB/Octave 或计算机代数系统编程能力。
- 熟练使用 Linux 和终端。
- 有数值方法、科学计算、符号计算、优化、计算统计学或数学建模方面的实践经验。
- 能够严格评估数学推导、算法、证明和计算结果。
- 有审核研究成果、代码、数学工作或科学工作流程的经验。
- 有指导或带领小型技术或研究团队的经验。
- 具备出色的书面沟通能力，能够提供精准、建设性的反馈。
- 能够评估计算任务的可复现性、测试可靠性和科学有效性。
加分项
- 有使用 NumPy、SciPy、SymPy、mpmath、SageMath、PARI/GP、GAP、Macaulay2 或类似 Mathematica 的工作流程的经验。
- 有使用 FEniCS、Firedrake、DifferentialEquations.jl、PETSc 或类似 ODE/PDE 工具的经验。
- 有使用 CVXPY、JuMP、Pyomo、HiGHS 或其他优化框架的经验。
- 熟悉 Lean/mathlib、Coq/Rocq、Isabelle 或其他证明助手。
- 有使用 Docker、Git、CI 系统和自动化测试的经验。
- 有设计基准测试、竞赛题目或计算评估的经验。
- 有评估 AI 编码、推理或终端智能体的经验。
- 有命制或评判数学奥林匹克或竞赛题目的经验。
- 在计算数学、数值软件或形式化数学领域有发表论文或开源贡献。
- 有 AI 训练、数据生成或模型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]