Experte für Bioinformatik und Computagenomik

Über Turing

Turing ist eines der weltweit führenden Unternehmen für AGI-Infrastruktur und arbeitet mit führenden KI-Labs zusammen, um die Modellentwicklung durch hochwertige Trainingsdaten, Evaluierungen und Engineering-Talente zu beschleunigen.

Details zum Auftrag

• Erforderliche Verfügbarkeit: Mindestens 6 Stunden pro Tag und mindestens 40 Stunden pro Woche, einschließlich einer 4-stündigen Überschneidung mit PST.
• Beschäftigungsart: Freiberuflicher Auftrag; kein Anspruch auf bezahlten Urlaub oder Lohnfortzahlung im Krankheitsfall.
• Vertragslaufzeit: 5 Wochen. Voraussichtlicher Starttermin ist nächste Woche.
• Vergütung: 260 USD pro genehmigter Aufgabe.

Über die Position

Wir suchen Expertinnen und Experten für Bioinformatik und Computational Genomics, um anspruchsvolle, agentenbasierte Genomik-Aufgaben und Referenzlösungen für GeneBench Pro zu entwerfen. Sie erstellen realistische Probleme der Computational Biology, die einen KI-Agenten erfordern, um biologische Daten zu interpretieren, Code zu schreiben und auszuführen, mit wissenschaftlichen Dateien zu arbeiten und objektiv verifizierbare Ergebnisse zu liefern.

Hauptaufgaben

• Entwurf neuartiger, anspruchsvoller Aufgaben in der Computational Genomics und Bioinformatik.

• Entwicklung von Aufgaben, die wissenschaftliches Urteilsvermögen höherer Ordnung testen, einschließlich des Umgangs mit mehrdeutigen oder unvollständigen Daten, der Identifizierung von Artefakten, der Auswahl geeigneter analytischer Ansätze, der Überarbeitung von Annahmen auf Basis von Zwischenergebnissen und der Bestimmung, wann Schlussfolgerungen entscheidungsreif sind.

• Erstellung von Aufgaben mit realistischen wissenschaftlichen Daten wie FASTA/FASTQ, VCF, BAM/SAM, BED, TSV/CSV, Sequenzannotationen, Expressionsdaten sowie Keimbahn- oder somatischen Varianten Daten.

• Entwicklung von Aufgaben, die mehrstufige Analysen mittels Python, Befehlszeilentools oder etablierten Bioinformatik-Bibliotheken erfordern.

• Erstellung klarer Aufgabenspezifikationen, Eingabedatensätze, erwarteter Ausgabeschemata und deterministischer oder objektiv verifizierbarer Ground Truths.

• Entwicklung von Experten-Referenzlösungen und reproduzierbaren Rechen-Workflows, die in der bereitgestellten Python-Umgebung ausgeführt werden.

• Validierung, dass Aufgaben wissenschaftlich korrekt, aus den bereitgestellten Informationen lösbar und für moderne KI-Modelle ausreichend anspruchsvoll sind.

• Entwurf robuster Bewertungskriterien, die wissenschaftlich korrekte Lösungen von oberflächlich plausiblen Ergebnissen unterscheiden.

• Sicherstellung, dass alle Arbeitsergebnisse gut dokumentiert, reproduzierbar und kundenbereit sind.

• Aufrechterhaltung hoher Qualität und Durchsatzleistung unter Einbeziehung des Feedbacks von Reviewern.

• Kommunikation von Fortschritten, Blockaden sowie wissenschaftlichen oder technischen Anforderungen an Projektleitungen und Reviewer.

Erforderliche Qualifikationen

• Promotion (Ph.D.), Postdoktoranden-Erfahrung oder vergleichbare Forschungserfahrung in Bioinformatik, Computational Biology, Genomik, Computational Genetics oder einer eng verwandten Disziplin.

• Fundierte praktische Programmiererfahrung in Python.

• Erfahrung in der Analyse biologischer Sequenz- oder Genomik-Datensätze.

• Vertrautheit mit der Arbeit in Linux- und Befehlszeilen-Rechenumgebungen.

Bevorzugte Qualifikationen

• Erfahrung mit Genomik-Workflows wie Variant-Analyse, Transkriptomik, Sequenzanalyse, Phylogenetik, Populationsgenetik, funktioneller Genomik oder klinischer Genomik.

• Vertrautheit mit Bioinformatik-Bibliotheken und Tools wie Biopython, pandas, NumPy, SciPy, samtools, bcftools, BLAST, PLINK oder gleichwertigen Werkzeugen.

• Erfahrung in der Entwicklung reproduzierbarer wissenschaftlicher Pipelines.

• Erfahrung in der Evaluierung von KI- oder LLM-Systemen bei computergestützten wissenschaftlichen Aufgaben.

• Starkes Verständnis des experimentellen und biologischen Kontexts hinter computergestützten Analysen.

Bonuspunkte

• Erfahrung mit KI-Agenten oder Code-Agenten.

• Erfahrung im Entwurf von Benchmark-Datensätzen oder automatisierten Prüfprogrammen (Gradern).

• Publikationen im Bereich Computational Genomics oder Bioinformatik.

• Erfahrung mit Docker oder containerisierten wissenschaftlichen Workflows.