小组负责人 — 材料科学（Terminal Bench Science）

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材料科学专家，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、基于终端的科学任务。

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，审核材料科学任务的技术准确性、可复现性和评估质量，并确保任务反映真实的计算材料研究工作流程。您还将指导训练师、维护质量标准，并推动具有挑战性的科学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，确保材料科学任务的质量稳定、生产效率和按时交付。

全流程审核科学任务，包括问题陈述、晶体结构、原子间势、热力学数据库、仿真输入、参考解答和自动化测试。

验证涉及密度泛函理论（DFT）、分子动力学、计算热力学、相图、晶体学、材料表征、力学性能、半导体和能源材料的任务。

确保任务反映真实的材料研究工作流程，并需要有意义的多步骤科学推理，而非简单的数据库查询或库函数调用。

核查科学正确性，涵盖单位、晶体对称性、收敛判据、电子结构计算、热力学一致性和仿真参数。

验证计算环境、科学软件、赝势、原子间势和依赖项，以确保结果可复现。

审核自动评分器，确保其评估有意义的科学输出，例如晶格参数、形成能、带隙、弹性常数、声子性质、相分数、扩散系数和微观结构指标。

识别技术上的不准确之处、不切实际的假设、不正确的数值容差，以及可绕过科学计算或仿真的途径。

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：

材料科学、冶金学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 或 Julia 编程能力，并熟练使用 Linux 和基于终端的环境。

至少在一个主要领域具有实践专长：原子尺度模拟、计算热力学、介观尺度建模、电子结构计算或材料表征数据分析。

深入理解材料科学基础、数值方法、计算建模和科学验证。

有审核复杂技术工作、科学代码、计算仿真、稿件或研究成果的经验。

能够评估科学假设、数值精度、仿真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科学假设。

有指导、审核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，能够提供精准的技术反馈并记录质量标准。

加分项：

有使用 Quantum ESPRESSO、VASP、GPAW、ABINIT、LAMMPS、pymatgen、ASE、spglib、phonopy、pycalphad、MOOSE、FiPy、OVITO 或 DREAM3D 等计算材料科学工具的经验。

有机器学习原子间势、高通量材料模拟或 Materials Project 等材料数据库方面的经验。

熟悉 Docker、Git、CI/CD 流水线、自动化测试和高性能计算（HPC）环境。

有开发科学基准测试、编程挑战、基于仿真的评估或自动评分系统的经验。

有开发或评估 AI 编码智能体、基于终端的智能体或 LLM 生成的科学解决方案的经验。

在半导体、电池、合金、先进材料或制造领域有行业经验。

在计算材料科学领域有发表论文、研究贡献或开源开发经验。

有 AI 训练、科学质量控制、基准测试开发或评估项目方面的经验。

录用详情：

编程基础学术研究