Anyone AIは、ラテンアメリカに重点を置く教育・人材プラットフォームで、ソフトウェアエンジニアが人工知能や機械学習の分野でキャリアを築けるよう支援しています。リモートでメンターが指導するプログラムでは、機械学習開発者コースなどの技術研修に加え、履歴書やLinkedInの指導、面接対策、英語練習といったキャリア準備も提供しています。また、研修を受けたコミュニティの人材と、AI専門人材を求める雇用主をつなぐ人材マーケットプレイスを運営しています。さらに、収入分配型の支払い方式や雇用主との提携を含む、就業支援を重視したモデルを展開しています。
シニアソフトウェアエンジニア、SWE-Bench評価
Anyone AI向けに、GitHubのissueやpull requestに基づくオープンソースソフトウェアのタスクをレビューします。明確さ、テスト品質、再現性、複雑さ、ベンチマークへの適性を評価します。
仕事内容
- 実際のGitHub issueやpull requestに基づくソフトウェアエンジニアリングのタスクをレビューし、評価します。
- タスクの説明と成功基準が明確で、十分に記述されているか確認します。
- 単体テストの正確性、網羅性、堅牢性を評価します。
- 不安定なテスト、不足している依存関係、バージョンの不一致、環境の問題を特定します。
- タスクを異なる環境で一貫して再現できるか確認します。
- 各タスクの実務上の難易度と技術的な複雑さを判断します。
- タスクを採用、修正、削除すべきか提案します。
- リポジトリのセットアップ、依存関係の管理、複数ファイルやモジュールにまたがる変更、全体的な技術品質を含め、バグ修正と機能開発をレビューします。
応募要件
- ソフトウェアエンジニアとしての実務経験が3年以上あること。
- 複数のファイルにまたがる大規模なコードベースでの豊富な実務経験。
- プルリクエストのレビュー、問題のデバッグ、本番ソフトウェアの保守経験。
- 単体テストとテストカバレッジに関する確かな理解。
- 実装方法を不必要に制限せず、テストが解決策を正しく検証しているか判断できること。
- 依存関係の管理、環境設定、再現性の確保に関する経験。
- GitおよびGitHubを利用した開発ワークフローに精通していること。
- 複雑な技術課題を分析し、明確な文章でフィードバックできること。
- オープンソースプロジェクトへの貢献または保守経験があれば尚可。
- SWE-Bench、SWE-Bench Verified、または同等のコーディングベンチマークの経験があれば尚可。
- Django、Flask、scikit-learn、SymPy、matplotlib、requests、pytestなど、主要なPythonオープンソースプロジェクトの経験があれば尚可。
- Docker、CI/CD、pip、conda、または依存関係のバージョン固定の経験があれば尚可。
- テストフィクスチャ、テストの分離、またはプロパティベーステストの知識があれば尚可。
- 技術評価の設計またはコーディング課題のレビュー経験があれば尚可。
- AI/ML評価、データキュレーション、RLHF、またはベンチマーク開発の経験があれば尚可。
福利厚生
- リモート勤務。
- パートタイムのプロジェクトベースのコンサルティング契約。
