Experto en Bioinformática / Genómica Computacional

Sobre Turing

Turing es una de las empresas de infraestructura de AGI líderes en el mundo, que trabaja con laboratorios de IA de vanguardia para acelerar el desarrollo de modelos mediante datos de entrenamiento de alta calidad, evaluaciones y talento de ingeniería.

Detalles del compromiso

• Compromisos requeridos: Al menos 6 horas al día y un mínimo de 40 horas por semana, incluyendo un solapamiento de 4 horas con PST.
• Tipo de empleo: Asignación como contratista; sin seguro médico ni permisos remunerados.
• Duración del contrato: 5 semanas. La fecha de inicio prevista es la próxima semana.
• Tipo de pago: $260 por tarea aprobada.

Sobre el puesto

Buscamos expertos en bioinformática y genómica computacional para diseñar tareas de genómica agéntica complejas y soluciones de referencia para GeneBench Pro. Crearás problemas realistas de biología computacional que requieran que un agente de IA interprete datos biológicos, escriba y ejecute código, trabaje con archivos científicos y produzca resultados verificables de forma objetiva.

Responsabilidades clave

• Diseñar tareas novedosas y complejas en genómica computacional y bioinformática.

• Diseñar tareas que evalúen el juicio científico de alto nivel, incluyendo la gestión de datos ambiguos o desordenados, la identificación de artefactos, la selección de enfoques analíticos adecuados, la revisión de suposiciones basadas en resultados intermedios y la determinación de cuándo las conclusiones están listas para tomar decisiones.

• Construir tareas que involucren datos científicos realistas como FASTA/FASTQ, VCF, BAM/SAM, BED, TSV/CSV, anotaciones de secuencias, datos de expresión y datos de variantes germinales o somáticas.

• Desarrollar tareas que requieran un análisis de varios pasos utilizando Python, herramientas de línea de comandos o bibliotecas bioinformáticas establecidas.

• Crear especificaciones de tareas claras, conjuntos de datos de entrada, esquemas de salida esperados y verdades de terreno deterministas o verificables de forma objetiva.

• Desarrollar soluciones de referencia expertas y flujos de trabajo computacionales reproducibles que se ejecuten en el entorno de Python proporcionado.

• Validar que las tareas sean científicamente correctas, resolubles a partir de la información suministrada y lo suficientemente complejas para los modelos de IA de vanguardia.

• Diseñar criterios de evaluación sólidos que distingan las soluciones científicamente correctas de los resultados superficialmente plausibles.

• Garantizar que todos los entregables estén bien documentados, sean reproducibles y estén listos para el cliente.

• Mantener una alta calidad y rendimiento mientras se incorporan los comentarios de los revisores.

• Comunicar el progreso, los bloqueadores y los requisitos científicos o técnicos a los líderes de proyecto y revisores.

Calificaciones requeridas

• Ph.D., experiencia postdoctoral o experiencia de investigación equivalente en bioinformática, biología computacional, genómica, genética computacional o una disciplina estrechamente relacionada.

• Sólida experiencia práctica en programación en Python.

• Experiencia analizando conjuntos de datos de secuencias biológicas o genómica.

• Comodidad trabajando en entornos computacionales de Linux y línea de comandos.

Calificaciones preferidas

• Experiencia con flujos de trabajo de genómica como análisis de variantes, transcriptómica, análisis de secuencias, filogenética, genética de poblaciones, genómica funcional o genómica clínica.

• Familiaridad con bibliotecas y herramientas bioinformáticas como Biopython, pandas, NumPy, SciPy, samtools, bcftools, BLAST, PLINK o herramientas equivalentes.

• Experiencia en el desarrollo de tuberías científicas reproducibles.

• Experiencia evaluando sistemas de IA o LLM en tareas científicas computacionales.

• Sólida comprensión del contexto experimental y biológico detrás de los análisis computacionales.

Puntos adicionales

• Experiencia con agentes de IA o agentes de código.

• Experiencia en el diseño de conjuntos de datos de referencia o evaluadores automatizados.

• Publicaciones relacionadas con genómica computacional o bioinformática.

• Experiencia con Docker o flujos de trabajo científicos en contenedores.