Über die Stelle
Anyone AI stellt erfahrene Backend-Entwickler (Python und JavaScript/TypeScript; praktische Kenntnisse in Java, C# oder Go) für ein Projekt mit einem führenden KI-Labor ein.
Qualifikationen:
- Fortgeschrittene berufliche Schreibkompetenz in Englisch
- 3–7 Jahre Erfahrung in professioneller Softwareentwicklung
- Ausgeprägte Kenntnisse in Python und JavaScript/TypeScript; praktische Kenntnisse in Java, C# oder Go
- Erfahrung in der Backend- oder Full-Stack-Entwicklung in Produktionssystemen
- Erfahrung mit Test-Frameworks (z. B. pytest, Jest, JUnit, xUnit, Go testing)
- Nachgewiesene Fähigkeit, große, dateiübergreifende Codebasen zu debuggen und sich darin zurechtzufinden
- Erfahrung mit Code-Reviews, Refactoring und Produktionsmigrationen
Beschäftigung: Teilzeit, projektbasierte Expertenbewertungsarbeit
Arbeitsart: Remote
Mitwirkende entwerfen und bewerten realistische Software-Engineering-Aufgaben, einschließlich Fehlerbehebung, Feature-Implementierung, Refactoring/Migration und Testgenerierung. Die Arbeit umfasst sowohl die Erstellung komplexer Codierungsszenarien als auch die Prüfung von Beiträgen anderer auf Qualität und Genauigkeit.
Dies ist eine projektbasierte Beraterrolle. Berater werden pro Projekt bezahlt; Stundensätze sind Schätzungen basierend auf der voraussichtlichen Fertigstellungszeit. Berater bestimmen ihren eigenen Zeitplan, stellen ihre eigenen Tools bereit und können gleichzeitig Dienstleistungen für andere Anbieter/Arbeitgeber erbringen (vorbehaltlich der Regelungen dieser Anbieter).
Aufgaben:
Mitwirkende werden:
- Mehrdateiige Codierungsaufgaben in den Bereichen Fehlerbehebung, Feature-Entwicklung, Refactoring und Testing entwerfen und implementieren
- Klare natürlichsprachliche Spezifikationen und Referenzimplementierungen schreiben
- Unit- und Integrationstest-Suites entwickeln und erweitern
- Von anderen erstellte Aufgaben auf Korrektheit, Klarheit und Realismus prüfen
- Randfälle, Unklarheiten und potenzielle Fehlermodi identifizieren
- Die Übereinstimmung zwischen Spezifikationen, Code und erwarteten Ergebnissen sicherstellen
Erwartete Ergebnisse:
- Hochwertige, produktionsrealistische Codierungsaufgaben
- Vollständige und korrekte Referenzimplementierungen
- Robuste Testabdeckung und Validierungsartefakte
- Strukturiertes, umsetzbares Peer-Review-Feedback