关于此职位
关于 Turing： Turing 总部位于美国加利福尼亚州旧金山，是全球领先的前沿 AI 实验室研究加速器，也是全球企业部署先进 AI 系统的可信赖合作伙伴。Turing 通过两种方式为客户提供支持：其一，凭借高质量的数据、先进的训练流水线，以及专注于软件工程、逻辑推理、STEM、多语言、多模态和智能体的顶尖 AI 研究人员，加速前沿研究；其二，运用这些专业能力，帮助企业将 AI 从概念验证转变为专有智能，让系统可靠运行、产生可衡量的影响，并为损益表带来持久成效。
关于该职位： 我们正在寻找一名工程师，负责在基于 Docker 的构建流水线中设计、实施和维护数据验证工作流程。该职位涉及创建和管理 Dockerfile 标签、元数据标准和验证脚本，确保数据集、模式和模型制品在部署前满足质量和合规要求。
您将与数据工程、机器学习和 DevOps 团队密切合作，构建可靠、可复现且经过全面验证的容器化数据流水线。
日常工作内容：
- 开发并优化内置数据验证步骤的 Dockerfile。
- 为数据集版本、模式和血缘关系实施 LABEL 元数据。
- 创建用于模式检查、数据完整性和质量控制的验证脚本（Python/Bash）。
- 将验证步骤集成到 CI/CD 流水线中，并强制执行遇到不良数据即失败的检查。
- 记录 Dockerfile 标签、验证逻辑和数据治理的标准文档。
所需技能
- 拥有 4+ 年经验的资深 DevOps 工程师
- 在 Docker 和 Dockerfile 方面经验丰富。
- 精通用于编写验证脚本的 Python 或 Bash。
- 了解数据格式、模式和验证工具。
- 熟悉 CI/CD 系统和容器镜像仓库。
加分项：
- 曾参与 LLM 研究或评估项目。
- 有构建或测试开发者工具或自动化智能体的经验。
- 有 MLOps 工作流程、数据版本管理或 Great Expectations 的使用经验。
- 了解 Kubernetes 或容器安全工具。
与 Turing 合作做自由职业者的福利：
- 在完全远程的环境中工作。
- 有机会与领先的 LLM 公司合作，参与前沿 AI 项目。
录用详情：
- 投入要求：每天至少 4 小时，每周至少 20 小时，与 PST 有 4 小时的重叠时间。（我们提供 3 种投入时间选项：每周 20 小时、每周 30 小时或每周 40 小时）
- 用工类型：合同工任务（不含医疗/带薪假期）
- 合同期限：2-4 周；[预计下周开始]
- 地点：印度、巴基斯坦、尼日利亚、肯尼亚、埃及、加纳、孟加拉国、土耳其、墨西哥、巴西
评估流程（约 75 分钟）：
- 面试（在 QODE 中进行 30-60 分钟技术讨论）