Über die Stelle
Anyone AI rekrutiert erfahrene Full-Stack-Entwickler für ein Projekt mit einem führenden KI-Labor.
Qualifikationen:
- Fortgeschrittene berufliche schriftliche Sprachkompetenz in Englisch
- 3–7 Jahre Berufserfahrung in der 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
Engagement: Teilzeit, projektbasierte Expertengutachtertätigkeit
Arbeitsart: Remote
Mitwirkende entwerfen und bewerten realistische Software-Engineering-Aufgaben, einschließlich Fehlerbehebung, Feature-Implementierung, Refactoring/Migration und Testerstellung. Die Arbeit umfasst sowohl die Erstellung komplexer Coding-Szenarien als auch die Prüfung von Einreichungen anderer Mitwirkender 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 dürfen gleichzeitig Dienstleistungen für andere Anbieter/Arbeitgeber erbringen (vorbehaltlich der Regelungen dieser Anbieter).
Aufgaben:
Mitwirkende werden:
- Dateiübergreifende Coding-Aufgaben in den Bereichen Fehlerbehebung, Feature-Entwicklung, Refactoring und Testing entwerfen und umsetzen
- Klare Spezifikationen in natürlicher Sprache und Referenzimplementierungen schreiben
- Unit- und Integrationstestsuiten entwickeln und erweitern
- Von anderen Mitwirkenden erstellte Aufgaben auf Korrektheit, Klarheit und Realismus prüfen
- Randfälle, Mehrdeutigkeiten und potenzielle Fehlermodi identifizieren
- Die Übereinstimmung zwischen Spezifikationen, Code und erwarteten Ergebnissen sicherstellen
Erwartete Ergebnisse:
- Hochwertige, produktionsrealistische Coding-Aufgaben
- Vollständige und korrekte Referenzimplementierungen
- Robuste Testabdeckung und Validierungsartefakte
- Strukturiertes, umsetzbares Feedback aus Peer-Reviews