Über die Stelle
Anyone AI rekrutiert erfahrene Backend-Entwickler (Python und JavaScript/TypeScript; praktische Kenntnisse in Java, C# oder Go) für ein Projekt mit einem führenden KI-Labor.
Qualifikationen:
- Fortgeschrittene professionelle schriftliche Englischkenntnisse
- 3–7 Jahre professionelle Erfahrung 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
Art der Zusammenarbeit: Teilzeit, projektbasierte Expertenbewertung
Arbeitsform: Remote
Mitwirkende entwerfen und bewerten realistische Software-Engineering-Aufgaben, einschließlich Fehlerbehebung, Feature-Implementierung, Refactoring/Migration und Testerstellung. 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 Werkzeuge bereit und können gleichzeitig Dienstleistungen für andere Anbieter/Arbeitgeber erbringen (vorbehaltlich der Regelungen dieser Anbieter).
Aufgaben:
Mitwirkende werden:
- Dateiübergreifende Codierungsaufgaben in den Bereichen Fehlerbehebung, Feature-Entwicklung, Refactoring und Testing entwerfen und implementieren
- Klare natürlichsprachliche Spezifikationen und Referenzimplementierungen verfassen
- Unit- und Integrationstest-Suites entwickeln und erweitern
- Von anderen erstellte Aufgaben auf Korrektheit, Klarheit und Realismus prüfen
- Randfälle, Unklarheiten und potenzielle Fehlermodi identifizieren
- Übereinstimmung zwischen Spezifikationen, Code und erwarteten Ergebnissen sicherstellen
Erwartete Ergebnisse:
- Hochwertige, produktionsrealistische Codierungsaufgaben
- Vollständige und korrekte Referenzimplementierungen
- Robuste Testabdeckung und Validierungsartefakte
- Strukturiertes, umsetzbares Feedback aus Peer-Reviews