Informazioni sul ruolo
In questo ruolo di collaboratore a contratto, remoto e retribuito a ore, lavorerai come C# Quality Assurance Lead (QAL) per supervisionare qualità, coerenza e prestazioni dei trainer nei progetti di addestramento AI su C#. Esaminerai codice C# generato dall'AI e il lavoro dei trainer/QA, valuterai la qualità degli output rispetto alle linee guida del progetto, fornirai feedback scritti precisi e ti assicurerai che i contributori rispettino gli standard di qualità attesi.
Valuterai il lavoro per correttezza del codice, comportamento a runtime, conoscenza dell'ecosistema .NET, type safety, comportamento async, accuratezza del debugging, leggibilità, manutenibilità, prestazioni, sicurezza, copertura dei test, formattazione, rispetto delle istruzioni e aderenza alla rubrica.
Questo ruolo è presso SME Careers, un'azienda in rapida crescita nel settore AI Data Services e sussidiaria di SuperAnnotate, che fornisce dati di addestramento per molte delle più grandi aziende AI e laboratori di foundation model al mondo. La tua guida sulla qualità in C# contribuirà a garantire che i dati di addestramento su C# siano accurati, eseguibili, idiomatici, sicuri, chiaramente spiegati e allineati alle aspettative dei clienti.
Il processo di selezione prevede un colloquio AI, un task specifico del dominio e un colloquio con un recruiter.
Importante: Non c'è un progetto immediato per questo ruolo; tuttavia, se qualificato, sarai tra i primi esperti che contatteremo quando si presenteranno opportunità rilevanti. Questo ti darà anche accesso a progetti futuri disponibili tramite la nostra rete di esperti.
Cosa farai
- Monitoraggio della qualità: controllare a campione gli elementi C#, identificare problemi di qualità, fornire feedback tramite DM ed escalare problemi ricorrenti o critici.
- Code review: valutare codice C# generato dall'AI, snippet .NET, esempi di API, risposte di debugging, test, spiegazioni di architettura e ragionamenti passo passo.
- Comunicazione con trainer/QA: aggiornare i contributori su Discord riguardo a modifiche alle linee guida, aggiornamenti dei workflow e standard di revisione specifici per C#.
- Gestione delle domande: rispondere a domande su comportamento .NET, async/await, LINQ, dependency injection, EF Core, testing, sicurezza e interpretazione della rubrica.
- Gestione dell'attivazione: inviare DM ai contributori inattivi, tracciare i follow-up e segnalare problemi di disponibilità.
- Documentazione: creare e mantenere style guide C#, tracker, FAQ, esempi, honeypot, task di calibrazione e materiali di onboarding.
- Onboarding: condurre call di onboarding/formazione per i contributori C#.
- Revisione dei rischi: segnalare raccomandazioni C#/.NET insicure, fuorvianti, non eseguibili o non pronte per la produzione.
- Miglioramento dei processi: identificare lacune ricorrenti e migliorare i workflow di QA.
Cosa cerchiamo
- Laurea triennale o magistrale in Informatica, Ingegneria del Software, IT o esperienza professionale equivalente nello sviluppo software.
- Forte padronanza dell'inglese per seguire le linee guida e fornire feedback tecnici chiari.
- 3+ anni di esperienza professionale nello sviluppo C#/.NET, ingegneria backend, software enterprise, sviluppo cloud, code review, QA o mentoring tecnico.
- Forte comprensione di sintassi C#, OOP, LINQ, generics, collections, eccezioni, async/await, task, dependency injection, nullable reference types, record, delegati/eventi e comportamento del runtime .NET.
- Capacità di identificare problemi come logica errata, codice non eseguibile, uso improprio di async, gestione degli errori carente, type safety debole, rischi di sicurezza, API allucinate o spiegazioni incomplete.
- Familiarità con .NET, ASP.NET Core, Entity Framework Core, xUnit/NUnit/MSTest, Visual Studio/Rider, NuGet, Azure/AWS, Docker, GitHub, CI/CD e strumenti di logging/osservabilità è preferibile.
- Esperienza nella guida o nel supporto di team remoti di trainer, reviewer, ingegneri, coding mentor o QA è fortemente preferibile.
- Comfort nell'uso di Discord, Google Sheets, Google Docs, tracker, dashboard, GitHub e sistemi di PM.
- Altamente organizzato e capace di mantenere style guide, tracker, FAQ, materiali di onboarding, honeypot, task di calibrazione e documentazione sulla qualità.
- Esperienza con addestramento AI, valutazione LLM, QA del codice o code review basata su rubriche è un forte plus.