关于此职位
Anyone AI 正在为一个专注于审查和评估源自开源代码仓库的真实软件工程任务的专项项目招聘有经验的软件工程师。
工作内容包括评估基于真实 GitHub 问题和拉取请求的编码任务在技术上是否合理、是否可复现、是否经过适当测试，以及是否代表了专业软件工程师日常解决的那类问题。
你将参与的工作
你将审查涉及以下内容的软件工程任务：
- 真实场景的缺陷修复和功能实现
- 开源代码仓库和拉取请求
- 单元测试和测试覆盖率
- 代码仓库搭建和依赖管理
- 可复现性和环境配置
- 任务难度和复杂度
- 多文件和跨模块的代码变更
- 技术反馈和质量评估
你将判断任务是否规格清晰、技术上可解决、有充分的测试支持，并且不存在诸如不稳定的测试（flaky tests）、缺失依赖、需求含糊或环境特定行为等问题。
我们期望的候选人
- 3 年以上专业软件工程经验
- 具备处理大型、多文件代码库的丰富经验
- 具备审查拉取请求、调试问题和维护生产代码的经验
- 深入理解单元测试和测试覆盖率
- 能够评估测试是否正确验证了解决方案，同时不会不必要地限制实现方式
- 具备依赖管理、环境搭建和可复现性方面的经验
- 深入理解 Git 和基于 GitHub 的开发工作流
- 能够分析复杂技术问题并撰写清晰的书面反馈
加分项
- 对开源项目的贡献或维护经验
- 具备 SWE-Bench、SWE-Bench Verified 或类似编码基准的经验
- 具备 Django、Flask、scikit-learn、SymPy、matplotlib、requests 或 pytest 等主流 Python 开源项目的经验
- 具备 Docker、CI/CD、pip、conda 或依赖固定（dependency pinning）的经验
- 了解测试夹具（test fixtures）、测试隔离或基于属性的测试
- 具备设计技术评估或审查编码挑战的经验
- 具备 AI/ML 评估、数据整理、RLHF 或基准开发的经验
你的职责
- 审查源自真实 GitHub 问题和拉取请求的编码任务
- 评估问题陈述和成功标准是否清晰完整
- 评估单元测试的正确性、覆盖率和健壮性
- 识别不稳定的测试、缺失依赖、版本冲突和环境问题
- 判断任务能否在不同环境中可靠复现
- 评估每项任务在真实场景中的难度和复杂度
- 就任务应被接受、改进还是排除提供明确的建议
合作方式
工作类型：远程 合作方式：兼职、项目制咨询 重点：软件工程、开源代码审查、测试和技术评估
该职位非常适合喜欢调试复杂代码库、审查拉取请求、参与开源软件并评估什么样的软件工程问题才算设计良好的有经验的工程师。