Over de functie
Anyone AI werft ervaren backendontwikkelaars in Argentinië (Python en JavaScript/TypeScript; praktische kennis van Java, C# of Go) voor een project met een toonaangevend AI-lab.
Kwalificaties:
- Gevorderde professionele schrijfvaardigheid in het Engels
- 2–5 jaar professionele ervaring in software-engineering
- Sterke vaardigheid in Python en JavaScript/TypeScript; praktische kennis van Java, C# of Go
- Ervaring met backend- of full-stackontwikkeling in productiesystemen
- Ervaring met testframeworks (bijv. pytest, Jest, JUnit, xUnit, Go testing)
- Aantoonbaar vermogen om grote codebases met meerdere bestanden te debuggen en erin te navigeren
- Ervaring met code reviews, refactoring en productiemigraties
Opdrachtvorm: Parttime, projectmatig evaluatiewerk voor experts
Werkvorm: Op afstand
Bijdragers ontwerpen en evalueren realistische software-engineeringtaken, waaronder het oplossen van bugs, het implementeren van features, refactoring/migratie en het genereren van tests. Het werk omvat zowel het creëren van complexe codeerscenario's als het beoordelen van inzendingen van collega's op kwaliteit en nauwkeurigheid.
Dit is een projectmatige consultantrol. Consultants worden per project betaald; uurtarieven zijn schattingen op basis van de verwachte tijd tot voltooiing. Consultants bepalen hun eigen planning, zorgen zelf voor hun tools en mogen tegelijkertijd diensten leveren aan andere leveranciers/werkgevers (onder voorbehoud van de voorwaarden van die leveranciers).
Verantwoordelijkheden:
Bijdragers zullen:
- Codeertaken met meerdere bestanden ontwerpen en implementeren op het gebied van bugfixing, featureontwikkeling, refactoring en testing
- Duidelijke specificaties in natuurlijke taal en referentie-implementaties schrijven
- Unit- en integratietestsuites ontwikkelen en uitbreiden
- Door collega's gegenereerde taken beoordelen op correctheid, duidelijkheid en realisme
- Edge cases, ambiguïteiten en mogelijke faalwijzen identificeren
- Zorgen voor afstemming tussen specificaties, code en verwachte outputs
Verwachte resultaten:
- Hoogwaardige, productie-realistische codeertaken
- Volledige en correcte referentie-implementaties
- Robuste testdekking en validatie-artefacten
- Gestructureerde, bruikbare peerreview-feedback