关于此职位
关于我们
Turing 总部位于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 系统所信赖的合作伙伴。Turing 通过两种方式为客户提供支持：第一，以高质量数据、先进的训练流水线，以及专精于软件工程、逻辑推理、STEM、多语言、多模态和智能体的顶尖 AI 研究人员来加速前沿研究；第二，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，使系统运行可靠、产生可衡量的影响，并为损益表带来持久成果。
理想背景
本职位非常适合曾在 Stripe、Airbnb、Cloudflare、Datadog、Coinbase 等快速发展的公司或类似高增长工程环境中交付过高影响力产品的工程师。我们尤其欢迎来自计算机科学基础扎实的项目毕业生，例如华盛顿大学、伊利诺伊大学厄巴纳-香槟分校、德克萨斯大学奥斯汀分校、密歇根大学、普渡大学及同类院校——不过卓越的经验和技能始终优先于出身。
项目概述
作为软件工程评估员，你将创建用于训练、基准测试和推进大语言模型的前沿数据集，并与研究人员密切合作。这包括整理代码示例、提供精确解决方案，并在全栈范围内进行修正——后端和 ML 工作流使用 Python，前端和 API 层使用 JavaScript（React、Node.js），同时还涉及 C/C++、Java、Rust 和 Go。你将评估并改进 AI 生成的代码，以确保其效率、可扩展性和可靠性，并与跨职能团队合作，增强企业级 AI 驱动的编码解决方案。
典型的一天是什么样的？
- 参与 AI 模型训练计划，通过整理代码示例、构建解决方案，并在 Python 和 JavaScript（React、Node.js）中修正代码，同时涉及 C/C++、Java、Rust 和 Go。
- 在前后端场景中评估并改进 AI 生成的代码，确保其高效、可扩展且可靠。
- 与跨职能团队合作，依据行业性能基准增强 AI 驱动的编码解决方案。
- 构建能够验证代码质量并识别全栈应用中错误模式的智能体。
- 对软件工程周期中的各环节（原型设计、架构设计、API 设计、生产实现、发布、实验、监控、运维维护）提出假设，并评估模型在这些环节上的能力。
- 设计能够自动验证软件工程任务解决方案的验证机制。
所需技能
- 多年软件工程经验（3 年或以上）
- 在使用 Python 和 JavaScript（React、Node.js）构建全栈应用方面具备扎实专长，能够处理前后端代码库。
- 具备使用现代语言和工具部署可扩展、生产级软件的经验。
- 深入理解软件架构、设计、开发、调试以及代码质量/审查评估。
- 出色的口头和书面沟通能力，能够清晰、结构化地阐述评估依据。
合作详情
- 投入：灵活合作，每周最低 10 小时，最高 40 小时
- 类型：承包商（无医疗/带薪休假）
- 期限：1 个月（根据表现和匹配度可能续期）
- 地点：候选人必须常驻美国
评估流程
- 申请流程需 15–30 分钟。
- 必须完成 AI 视频面试。