关于此职位
自由职业 · 远程 · 北美（仅限）
关于 Turing
Turing 是全球领先的 AGI 基础设施公司之一，与前沿 AI 实验室合作，通过高质量的训练数据、评估和工程人才加速模型开发。
合作详情
-
薪酬：$100-$150/小时，请提供具体的时薪期望
-
可用时间：每周 20-40 小时，每天至少有 6 小时与太平洋时间重叠
-
类型：独立承包商
-
期限：约 3 个月
-
开始时间：尽快
-
地点：北美（仅限）
关于该职位
我们正在寻找经验丰富、动手能力强的软件工程师，帮助评估和改进 AI 编码模型。
您的工作主要不是构建生产应用，而是与编码智能体一起在真实世界的代码仓库中工作，并评估其工作质量。您将审阅生成的代码和智能体行为，判断解决方案在技术上是否正确，识别失败模式，并创建用于提升模型表现的评估信号和反馈。
不妨将编码智能体视为另一位工程师，而您正在审阅其工作：它能否理解任务？是否选择了正确的方法？最终代码是否正确、稳健且易于维护？您能否准确说明它在哪些方面成功、在哪些方面失败？
工作内容
-
设计、完善并迭代用于偏好数据的评分标准和评估准则
-
以高质量标准审阅并标注数据，发现他人可能忽略的细微问题
-
构建并维护支持数据生成、收集和评估工作流的管线与基础设施
-
将数据工作中的发现综合为清晰的书面材料、进展更新和给团队的建议
-
与研究人员和工程师密切合作，将定性判断转化为可扩展的流程
我们期望您具备
-
5+ 年动手软件工程经验
-
精通 Python、TypeScript/JavaScript、Go 或其他主流生产语言
-
有在大型真实世界代码库中工作的经验
-
出色的代码审查能力和技术判断力
-
能够清晰解释某个实现为何正确、错误或可以如何改进
-
出色的书面沟通能力
-
有使用现代 LLM 或 AI 编码工具的经验
具有 LLM 评估、编码智能体、RLHF、偏好数据、评分标准设计或后训练经验者优先，但并非必需。
评估流程
-
AI 面试（约 25 分钟）
-
实操代码/AI 评估练习（约 30 分钟）
-
招聘经理面试（约 20 分钟）
实操练习侧重于考察您审阅和评估 AI 生成代码的能力，而不是竞赛编程或算法谜题。