SWE Bench, Ingeniero/a de Datos y Científico/a de Datos

Acerca de Turing

Con sede en San Francisco, California, Turing es el acelerador de investigación líder en el mundo para laboratorios de IA de vanguardia y un socio de confianza para empresas globales que implementan sistemas de IA avanzados. Turing apoya a sus clientes de dos maneras: primero, acelerando la investigación de vanguardia con datos de alta calidad, canales de entrenamiento avanzados y los mejores investigadores de IA especializados en codificación, razonamiento, STEM, multilingüismo, multimodalidad y agentes; y segundo, aplicando esa experiencia para ayudar a las empresas a transformar la IA de una prueba de concepto en inteligencia propietaria con sistemas que funcionan de manera confiable, ofrecen un impacto medible y generan resultados duraderos en la cuenta de resultados.

Descripción del puesto

Buscamos ingenieros de software experimentados (SWE Bench, Ingeniero de Datos / Ciencia de Datos) para contribuir a proyectos de evaluación basados en puntos de referencia centrados en flujos de trabajo de ingeniería de datos y ciencia de datos del mundo real. Este rol implica trabajo práctico con conjuntos de datos similares a los de producción, canales de datos y tareas de ciencia de datos para ayudar a evaluar y mejorar el rendimiento de los sistemas de IA avanzados.

El candidato ideal tiene bases sólidas en ingeniería de datos y ciencia de datos, con la capacidad de trabajar en flujos de trabajo de preparación de datos, análisis y modelos en bases de código del mundo real.

¿Cómo es el día a día?

• Trabajar con conjuntos de datos estructurados y no estructurados para respaldar tareas de evaluación al estilo SWE Bench.
• Diseñar, construir y validar canales de datos utilizados en flujos de trabajo de evaluación y comparación.
• Realizar procesamiento de datos, análisis, preparación de características y validación para casos de uso de ciencia de datos.
• Escribir, ejecutar y modificar código en Python para procesar datos y respaldar experimentos localmente.
• Evaluar la calidad de los datos, las transformaciones y los resultados en busca de corrección y reproducibilidad.
• Crear flujos de trabajo de datos limpios, bien documentados y reutilizables adecuados para la evaluación comparativa.
• Participar en revisiones de código para garantizar altos estándares de calidad y mantenibilidad del código.
• Colaborar con investigadores y diseñadores de sistemas para crear tareas de ingeniería de datos y ciencia de datos desafiantes y del mundo real para sistemas de IA.

Requisitos

• Mínimo 3+ años de experiencia general como ingeniero de datos, científico de datos o ingeniero de software (enfocado en datos).
• Gran dominio de Python para flujos de trabajo de ingeniería de datos y ciencia de datos.
• Experiencia demostrable con procesamiento de datos, análisis y flujos de trabajo relacionados con modelos.
• Sólida comprensión de los fundamentos de aprendizaje automático y ciencia de datos.
• Experiencia trabajando con datos estructurados y no estructurados.
• Capacidad para comprender, navegar y modificar bases de código complejas del mundo real.
• Experiencia escribiendo código legible, reutilizable, mantenible y bien documentado.
• Sólidas habilidades de resolución de problemas, incluida la experiencia con problemas algorítmicos o intensivos en datos.
• Excelentes habilidades de comunicación en inglés, tanto hablado como escrito.

Ventajas de trabajar como freelance con Turing

• Trabaja en un entorno totalmente remoto.
• Oportunidad de trabajar en proyectos de IA de vanguardia con empresas líderes de LLM.

Detalles de la oferta

• Compromisos requeridos: Al menos 4 horas al día y un mínimo de 20 horas por semana con una superposición de 4 horas con PST.
• Tipo de contratación: Asignación como contratista (sin permiso médico o remunerado).
• Duración del contrato: 3 meses (ajustable según el compromiso).
• Ubicación: India, Pakistán, Nigeria, Kenia, Egipto, Ghana, Bangladés, Turquía, Brasil, México.

Proceso de evaluación

• Entrevista técnica con desafío de programación en vivo (60 minutos).