Старший инженер-программист, обучение ИИ — США

Контракт | Удалённо, по всему миру | $100–$200/час в зависимости от опыта и локации | 10–20 ч/нед

Подробнее в этом видео на Loom: https://www.loom.com/share/b0d1b0bf24c44ae8b95dca84b9db60e5

Мы ищем опытного инженера-разработчика (SR+) для оценки качества взаимодействий с современными coding-агентами, такими как OpenAI Codex и Claude Code.

Это не классическая инженерная роль. Вы не будете писать production-код. Вы будете оценивать нечто более сложное: думает ли модель как сильный инженер.

Чем на самом деле является эта роль

Вы будете оценивать поведение AI coding-агентов в реальных сценариях, с фокусом на:

• Имеет ли ответ смысл

• Полезны ли преамбула и рассуждения

• Отражает ли результат сильную инженерную суждательность

• Ощущается ли взаимодействие правильным для опытного разработчика

Эта роль про инженерный вкус. Корректность синтаксиса — простая часть.

Чем вы будете заниматься

• Оценивать AI-сгенерированные coding-взаимодействия от начала до конца

• Судить, полезны ли результаты, верны ли они на высоком уровне и совпадают ли с тем, как думал бы сильный инженер

• Оценивать качество объяснений и рассуждений, а не только кода

• Различать уровни качества ответов (чем отличается оценка 2 от 4)

• Давать чёткую, аргументированную письменную обратную связь: что сработало, что нет, что показалось странным или вводящим в заблуждение

• Помогать определять, как выглядит отличная работа с инструментами вроде Cursor, Codex и Claude Code

Что мы имеем в виду под «вкусом»

Мы ищем инженеров, которые могут ответить на вопросы вроде:

• Похоже ли это на то, что реально сказал бы сильный инженер?

• Это объяснение полезно или просто технически верно?

• Модель хорошо ведёт пользователя или просто вываливает результат?

• Такое взаимодействие укрепит или подорвёт доверие?

Вы должны уверенно делать субъективные, но обоснованные суждения и ясно их объяснять.

Кто вы

• Senior, Staff или Principal-инженер (или эквивалентный опыт)

• Сильный бэкграунд в TypeScript/JavaScript или Python

• Практический опыт хотя бы с одним из OpenAI Codex, Claude Code или Cursor

• Глубокое знакомство с современными AI-assisted dev workflows

• Умение оценивать код без запуска и без построчного ревью

• Уверенный письменный и устный английский (B2 и выше). Вы будете писать развёрнутую обратную связь и записывать короткие видеообъяснения — это жёсткое требование

• Комфортно давать прямую, аргументированную обратную связь

• Высокая планка того, как выглядит хорошая инженерия

Будет плюсом

• Опыт prompt design или evaluation workflows

• Опыт менторства senior-инженеров или формулирования инженерных стандартов

Условия сотрудничества

• Ставка: $100–$200/час в зависимости от опыта и локации

• Часы: 10–20 часов в неделю, гибко

• Срок: на постоянной основе. Проекты длятся от примерно двух недель до нескольких месяцев, успешным оценщикам предлагаем новые

• Старт: как только вы пройдёте take-home и в проекте освободится место

• Процесс: одно take-home evaluation exercise с записанным Loom walkthrough. Без интервью