Старший инженер-программист, обучение ИИ — Аргентина

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

Ищем опытного инженера-разработчика (уровень 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 то, что сложнее: 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

Речь об инженерном вкусе. Синтаксическая корректность — лёгкая часть.

Чем вы будете заниматься

• Оценивать сгенерированные AI 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 ответа (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 «отлично» при работе с инструментами вроде Cursor, Codex и Claude Code

Что мы имеем в виду под «вкусом»

Нам нужны инженеры, которые могут ответить на вопросы вроде:

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

• Помогает ли это объяснение или оно лишь технически верно?

• Ведёт ли модель пользователя хорошо или просто вываливает результат?

• Укрепит ли такое взаимодействие доверие или подорвёт его?

Вы должны уметь делать субъективные, но строгие суждения и ясно их объяснять.

Кто вы

• Инженер уровня Senior, Staff или Principal (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 workflow

• Умение оценивать код без запуска и без разбора каждой строки

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

• Комфортно давать прямую, аргументированную обратную связь

• Высокая планка того, как выглядит хорошая инженерия

Будет плюсом

• Опыт prompt design или evaluation workflow

• Опыт менторства senior-инженеров или формирования инженерных стандартов

Условия сотрудничества

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

• Часы: 10–20 часов в неделю, гибкий график

• Срок: на постоянной основе. Проекты длятся от примерно двух недель до нескольких месяцев; новые предлагаем тем оценщикам, кто хорошо справляется

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

• Процесс: одно take-home задание на оценку с записанным разбором в Loom. Без собеседования