Anyone AI on Latinalaiseen Amerikkaan keskittyvä koulutus- ja osaamisalusta, joka auttaa ohjelmistokehittäjiä rakentamaan uraa tekoälyn ja koneoppimisen parissa. Sen etäohjelmissa opitaan mentorien johdolla teknisiä taitoja, kuten Machine Learning Developer -koulutuspolulla, sekä valmistaudutaan työelämään esimerkiksi ansioluettelo- ja LinkedIn-ohjauksen, haastatteluvalmennuksen ja englannin harjoittelun avulla. Yritys ylläpitää myös osaamismarkkinapaikkaa, joka yhdistää sen koulutetun yhteisön tekoälyalan osaajia etsiviin työnantajiin, sekä työllistymiseen tähtäävää mallia, johon kuuluvat tulosidonnaiset maksut ja työnantajakumppanuudet.
Vanhempi ohjelmistokehittäjä, SWE-Bench-arviointi
Arvioi Anyone AI:n avoimen lähdekoodin ohjelmistotehtäviä, jotka perustuvat GitHub-ongelmiin ja pull requesteihin. Tarkastele tehtävien selkeyttä, testien laatua, toistettavuutta, vaativuutta ja soveltuvuutta vertailutestaukseen.
Kuvaus
- Arvioi ohjelmistokehitystehtäviä, jotka perustuvat todellisiin GitHub-ongelmiin ja pull requesteihin.
- Tarkista, että tehtävien kuvaukset ja onnistumiskriteerit ovat selkeitä ja kattavia.
- Arvioi yksikkötestien oikeellisuutta, kattavuutta ja kestävyyttä.
- Etsi epävakaita testejä, puuttuvia riippuvuuksia, versioristiriitoja ja ympäristöongelmia.
- Tarkista, voidaanko tehtävät toistaa yhdenmukaisesti eri ympäristöissä.
- Arvioi tehtävien käytännön vaikeustasoa ja teknistä monimutkaisuutta.
- Suosittele, hyväksytäänkö tehtävä, korjataanko sitä vai poistetaanko se.
- Arvioi virheenkorjauksia ja ominaisuustyötä, mukaan lukien repositorion käyttöönotto, riippuvuuksien hallinta, useisiin tiedostoihin ja moduuleihin ulottuvat muutokset sekä tekninen laatu kokonaisuutena.
Vaatimukset
- Vähintään kolmen vuoden ammatillinen kokemus ohjelmistokehityksestä.
- Vahva kokemus laajoista, useita tiedostoja käsittävistä koodikannoista.
- Kokemusta pull requestien tarkastelusta, ongelmien virheenjäljityksestä ja tuotanto-ohjelmistojen ylläpidosta.
- Hyvä yksikkötestauksen ja testikattavuuden tuntemus.
- Kyky arvioida, tarkistavatko testit ratkaisun oikein rajoittamatta tarpeettomasti toteutustapoja.
- Kokemusta riippuvuuksien hallinnasta, ympäristöjen määrittämisestä ja toistettavuuden varmistamisesta.
- Git ja GitHub-pohjaiset kehitystyönkulut ovat vahvasti hallussa.
- Kyky analysoida monimutkaisia teknisiä ongelmia ja antaa selkeää kirjallista palautetta.
- Avoimen lähdekoodin projekteihin osallistuminen tai niiden ylläpito katsotaan eduksi.
- Kokemus SWE-Benchistä, SWE-Bench Verifiedistä tai vastaavista koodausvertailuista katsotaan eduksi.
- Kokemus merkittävistä Pythonin avoimen lähdekoodin projekteista, kuten Djangosta, Flaskista, scikit-learnista, SymPystä, matplotlibista, requestsistä tai pytestistä, katsotaan eduksi.
- Kokemus Dockerista, CI/CD:stä, pipistä, conda-työkalusta tai riippuvuuksien versioiden lukitsemisesta katsotaan eduksi.
- Testifixturejen, testien eristämisen tai ominaisuuspohjaisen testauksen tuntemus katsotaan eduksi.
- Kokemus teknisten arviointien suunnittelusta tai koodaushaasteiden arvioinnista katsotaan eduksi.
- Kokemus tekoälyn tai koneoppimisen arvioinnista, datan kuratoinnista, RLHF:stä tai vertailutestien kehittämisestä katsotaan eduksi.
Edut
- Etätyö.
- Osa-aikainen, projektikohtainen konsultointitehtävä.