Brésil
Pentera
Turing
Ingénieur Recherche, Données de Pointe
Brésil
São Paulo, São Paulo, Brazil
PythonJavaSQLC++RustGo
Traduction automatique. Consultez l’original.
À PROPOS DE TURING
Turing a pour mission d'accélérer la superintelligence afin de générer des progrès économiques réels. Basé à San Francisco, Turing collabore avec des laboratoires d'IA de pointe pour générer des ensembles de données de haute qualité, des environnements d'apprentissage par renforcement et des benchmarks de recherche de pointe qui améliorent les capacités des modèles dans le génie logiciel, le travail de connaissance en entreprise et le raisonnement scientifique et technique avancé. Dans le domaine du génie logiciel, Turing est le plus grand et le plus ancien fournisseur de données de cette catégorie. Turing travaille également avec des entreprises du Fortune 500 dans les services financiers, les sciences de la vie, la santé, la vente au détail, l'automobile et les biens de consommation pour construire et déployer des systèmes d'IA agentiques de bout en bout au sein de flux de travail critiques. En opérant des deux côtés, Turing boucle la boucle entre la recherche de pointe et le déploiement en entreprise, transformant les signaux de déploiement du monde réel en meilleures données, évaluations et modèles plus performants. En savoir plus sur turing.com turing.com/.
VALEURS
*Ce poste est à distance et peut être exercé n'importe où au Brésil/Colombie*
- Le client d'abord : Nous plaçons nos clients au centre de tout ce que nous faisons, car leur succès est la mesure ultime de notre valeur.
- Nous travaillons à la Vitesse Startup : Nous avançons vite, restons agiles et privilégions l'action car l'élan est le fondement de la perfection.
- Nous sommes tournés vers l'IA : Nous aidons nos clients à construire l'avenir de l'IA et l'implémentons dans nos propres rôles et flux de travail pour amplifier la productivité.
Turing est fier d'être un employeur garantissant l'égalité des chances. Nous ne faisons aucune discrimination fondée sur la race, la religion, la couleur, l'origine nationale, le sexe, l'identité de genre, l'orientation sexuelle, l'âge, l'état civil, le handicap, le statut d'ancien combattant protégé, ou toute autre caractéristique légalement protégée. Chez Turing, nous nous engageons à construire un lieu de travail diversifié, inclusif et authentique et nous célébrons l'authenticité, donc si ce rôle vous enthousiasme mais que votre expérience passée ne correspond pas parfaitement à toutes les qualifications de la description du poste, nous vous encourageons à postuler quand même. Vous pourriez être le bon candidat pour ce poste ou d'autres.
Pour les candidats de l'Union européenne, veuillez consulter la notice RGPD de Turing ici turing.com/policy.
LE RÔLE
Nous recherchons un Ingénieur Recherche pour aider à fournir des ensembles de données, des environnements RL et des évaluations de qualité de pointe qui améliorent les modèles de pointe pour un client laboratoire d'IA de pointe. Vous travaillerez directement avec les chercheurs et ingénieurs du client, transformant les demandes entrantes et les objectifs post-formation en propositions techniques concrètes et en spécifications de données/environnements, puis en assumant l'exécution technique : construction des systèmes de qualité et de vérification qui garantissent que ce que nous livrons répond à des normes extrêmement élevées de correction, de réalisme, de diversité, de difficulté et d'amélioration mesurable du modèle.
La plupart de ce travail est sur mesure et personnalisé, construit pour les besoins évolutifs d'un seul client. Vous resterez généralement attaché à un seul client laboratoire de pointe afin de pouvoir acquérir un contexte réel et une relation de travail avec son équipe, avec la flexibilité de soutenir d'autres comptes si nécessaire. Parce que le travail sur mesure est jugé à la fois sur le temps de réponse et la qualité, les deux ont la même importance ici.
Ce rôle est conçu pour les candidats ayant de l'expérience dans la construction et l'amélioration de systèmes de deep learning, en particulier lorsque des résultats solides dépendent de la qualité des données, de la curation des données, du débruitage, de la génération de données synthétiques et de l'évaluation rigoureuse. Vous opérerez dans un ou plusieurs des domaines de capacités suivants :
- Agents de codage et de génie logiciel (dépôts, tests unitaires, débogage, utilisation d'outils, revues de code, flux de travail à long terme)
- Environnements RL et formation basée sur des vérificateurs (tâches, récompenses/vérificateurs, trajectoires, harnais d'évaluation)
- Données et raisonnement multimodaux (texte + images + documents + tableaux/graphiques ; audio/vidéo en option)
- Raisonnement STEM (mathématiques, physique, chimie, biologie, ingénierie – vérification des solutions et analyse des erreurs)
- IA incarnée moderne / agents pilotés par VLM (modèles vision-langage(-action), suites de tâches incarnées, abstractions d'outils/capteurs/actions, données d'interaction à long terme)
CE QUE VOUS FEREZ
1) ASSURER LA QUALITÉ DES DONNÉES ET DE L'ENVIRONNEMENT DU POINT DE VUE D'UN CHERCHEUR EN IA
- Répondre aux demandes entrantes du client et traduire des objectifs de recherche ambigus et évolutifs en une proposition technique et des exigences de données claires : compétences cibles, modes d'échec, calibration de la difficulté, couverture et métriques de succès.
- Fournir l'évaluation de faisabilité technique, les hypothèses, les critères d'acceptation et les exigences d'évaluation nécessaires pour définir le contrat ou la déclaration de travail.
- Définir ce que signifie « bien » en créant des grilles détaillées, des contre-exemples et des cas limites (ce qu'il faut inclure ou exclure).
- Effectuer des audits approfondis et détaillés des données produites : repérer les erreurs subtiles, les opportunités de piratage de récompense, les fuites, l'ambiguïté, les hypothèses incohérentes et les décalages de distribution.
- Piloter des améliorations itératives basées sur des preuves : regrouper les échecs (par exemple, par similarité sémantique) pour trouver l'écart sous-jacent, puis le transformer en instructions concrètes pour l'équipe de production — meilleurs exemples few-shot, contre-exemples explicites, directives plus claires sur ce qui cause les rejets.
2) CONCEVOIR ET CONSTRUIRE DES ENSEMBLES DE DONNÉES ET DES ENVIRONNEMENTS RL POUR VOS DOMAINES DE CAPACITÉ
Contribuer ou diriger la conception de :
- Suites de tâches (flux de travail à étape unique et à long terme)
- Signaux de vérité terrain (vérificateurs, tests unitaires, contrôles structurés, fonctions de récompense, validateurs automatiques)
- Interfaces d'environnement (APIs, schémas d'outils, abstractions d'état, schémas de base de données, dynamiques de type simulateur)
Selon vos domaines de capacité désignés, vous pourriez vous concentrer sur :
- Agents de codage / SWE : données reflétant le travail de développement réel (navigation dans les bases de code, localisation de bugs, correction, tests, revues de code, contraintes de type CI, refactorisations, corrections de sécurité).
- Multimodalité : tâches qui testent un véritable raisonnement multimodal (lecture de graphiques, QA de documents, compréhension d'interface utilisateur, raisonnement STEM basé sur des diagrammes, tâches sensibles à l'OCR).
- STEM : tâches avec des solutions vérifiables (vérifications symboliques, solveurs de référence, validation numérique, cohérence des étapes, vérification des unités).
- IA incarnée moderne / agents pilotés par VLM : données d'interaction et environnements pour les modèles vision-langage(-action).
3) CONSTRUIRE DES SYSTÈMES ROBUSTES DE VALIDATION, DE DÉBRUITAGE ET DE DONNÉES SYNTHÉTIQUES
- Construire des systèmes de vérification spécifiques au projet qui combinent des contrôles déterministes, des évaluateurs basés sur des modèles calibrés sur des ensembles d'or et un examen humain ciblé.
- Mettre en œuvre la validation et le filtrage automatisés pour atteindre un rapport signal/bruit de niveau de pointe : déduplication, décontamination, vérifications de fuites, contrôles de cohérence, contrôles de difficulté et de diversité.
- Développer des pipelines de génération et d'augmentation de données synthétiques lorsque cela est approprié : générateurs de tâches programmatiques, perturbations contrôlées, modèles de scénarios, déploiements pilotés par simulateur/outil.
- Créer de la documentation et des fiches de données : intention de l'ensemble de données, limitations connues, utilisation recommandée et lien avec l'évaluation.
4) UTILISER LES ÉVALUATIONS ET LES COURS D'ENTRAÎNEMENT POUR PROUVER L'IMPACT
- Concevoir et exécuter des évaluations qui reflètent l'utilisation prévue par le client.
- Produire des analyses qui relient les données aux résultats : comparaisons avant/après, décomposition des erreurs, ablations qui identifient quels attributs de données génèrent une amélioration.
- Si nécessaire, exécuter des expériences internes de fine-tuning ou de style RL (ou collaborer avec la recherche) pour démontrer que les données/l'environnement améliorent le comportement du modèle de manière mesurable.
5) COLLABORER EFFICACEMENT AVEC DE GRANDES ÉQUIPES DE PRODUCTION SANS ÊTRE AXÉ SUR LES OPÉRATIONS
- Donner des directives techniques au réseau d'experts distribué produisant les données, en fournissant des spécifications claires, des exemples, des cas limites et des boucles de rétroaction rapides basées sur des audits et des signaux quantitatifs.
- Vous êtes responsable de la traduction technique, des critères d'acceptation, de la conception des évaluateurs et des vérificateurs, du diagnostic de la qualité et de la recommandation de publication technique. Le Chef de Projet Stratégique est responsable de l'exécution de la production, de la dotation en personnel, du débit, du coût du projet et du recouvrement.
- Vous êtes censé être très impliqué dans la revue et l'amélioration des résultats des efforts d'annotation/création à grande échelle, mais pas principalement responsable de l'embauche, de la dotation en personnel ou des opérations RH — cela incombe au SPL.
- Communiquer directement avec le client sur les conclusions techniques, les risques de qualité et les options de récupération. Aligner les changements de portée, de calendrier ou d'engagements externes avec les propriétaires du compte et de la livraison.
QUI NOUS RECHERCHONS
- 4–5 ans d'expérience dans la construction ou l'amélioration de systèmes de deep learning où la qualité des données était matériellement importante (formation, post-formation, évaluations ou systèmes agentiques).
- Forte intuition pour les « ingrédients de données » qui améliorent les modèles : quoi collecter, quoi filtrer, quoi synthétiser et comment mesurer.
- Capacité à communiquer clairement avec les chercheurs et les ingénieurs : traduire les objectifs de recherche en spécifications concrètes, et transformer les résultats désordonnés en informations exploitables.
- Confort à être le point de contact technique direct pour un client, y compris expliquer les revers ou les compromis lorsque les choses ne se passent pas comme prévu.
- Capacité démontrée à être extrêmement méticuleux dans le diagnostic des problèmes subtils de qualité des données et des modes d'échec.
- Solides compétences en programmation avec un biais pour la livraison : maîtrise de Python requise ; aisance avec les flux de données SQL/structurées fortement préférée ; pour le travail axé sur le codage, la maîtrise d'un langage majeur (par exemple, C++, Java, Go, Rust, JS/TS) est un plus.
- Confort dans la conception de systèmes de qualité : grilles, scripts de validation, ensembles d'or, stratégies d'échantillonnage, contrôles statistiques, évaluation par tranches, boucles de revue avec intervention humaine basées sur des critères mesurables.
- Une expérience directe avec un laboratoire d'IA de pointe n'est pas requise, et est rare sur le marché LATAM — ce qui compte le plus, c'est la profondeur d'ingénierie pratique et la capacité à opérer dans l'ambiguïté.
Atouts majeurs
- Expérience en RL ou post-formation (toute de : RLHF/RLAIF, formation de vérificateurs, modélisation de récompenses, fine-tuning RL, conception d'environnements).
- Expérience en évaluation agentique (utilisation d'outils, flux de travail multi-étapes, tâches à long terme, analyse de trajectoires).
- Expertise multimodale (compréhension de documents, graphiques, diagrammes, OCR, ancrage UI/vision ; audio/vidéo en option).
- Profondeur STEM (mathématiques/physique/ingénierie) avec un souci de vérifiabilité et de rigueur dans l'exactitude.
- IA incarnée moderne / expérience d'agents pilotés par VLM (modèles vision-langage(-action), données d'interaction, évaluations incarnées, ancrage à long terme, interfaces outils/capteurs/actions).
- Pensée systémique : capacité à « simuler » le schéma API/données d'une application et à concevoir des tâches qui reflètent de manière réaliste les contraintes et les flux de travail du monde réel.
POURQUOI TURING
- Travaillez directement avec un laboratoire d'IA de pointe, à la pointe de la conception d'environnements post-formation et RL, intégré dans une véritable relation de recherche plutôt qu'un ensemble de tâches anonymes et tournantes.
- Impact réel (chemin vers l'AGI) : vos ensembles de données et environnements influenceront directement la trajectoire vers l'Intelligence Artificielle Générale et, ultimement, la Superintelligence.
- Autonomie élevée et itération rapide, avec un Chef de Projet Stratégique gérant la mise à l'échelle et les ressources afin que vous puissiez rester concentré sur l'approche technique et la barre de qualité.
- Équipe dense en talents, où vous trouverez une itération rapide et une courbe d'apprentissage exceptionnelle.
AVANTAGES DE REJOINDRE TURING
- Travaillez à la pointe de l'IA, en aidant les principaux laboratoires d'IA mondiaux à améliorer leurs modèles les plus avancés en construisant des ensembles de données experts, des environnements RL et des benchmarks uniques en leur genre.
- Contribuez à la recherche de pointe en IA et présentez votre travail lors de conférences majeures telles que l'ICLR, l'ICML et NeurIPS.
- Apportez l'innovation de pointe en IA à l'entreprise, en appliquant les leçons apprises des principaux laboratoires d'IA pour résoudre des défis commerciaux réels.
- Collaborez et apprenez de collègues exceptionnels ayant une profonde expérience en IA de Google, Meta, Amazon et d'autres entreprises technologiques leaders.
- Avancez au rythme de l'innovation en IA, avec la vitesse, la responsabilité et l'impact d'une startup.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil