يرجى تقديم سيرتك الذاتية باللغة الإنجليزية وتحديد مستوى إجادتك للغة الإنجليزية.<\/h4>\n
Mindrift تربط المتخصصين بفرص الذكاء الاصطناعي القائمة على المشاريع لشركات تكنولوجيا رائدة، مع التركيز على الاختبار والتقييم وتحسين أنظمة الذكاء الاصطناعي. المشاركة تكون مبنية على المشاريع وليست وظيفة دائمة.<\/p>\n
ما تشمل هذه الفرصة؟<\/h4>\n
نحن نعمل على إنشاء مجموعة بيانات لتقييم وكلاء الترميز في الذكاء الاصطناعي - مدى قدرة النموذج على التعامل مع مهام المطورين الواقعية.<\/p>\n
ستقوم بإنشاء مهام وتقييمات داخل بيئات محاكاة واقعية:<\/p>\n
\n - بناء بيئات مطور واقعية - شركة افتراضية لها قاعدة الشفرة والبنية التحتية والسياق (التذاكر، الوثائق، المحادثات) التي تشكل تاريخ تطوير مقنع
\n - تصميم المهام من حالات وسيطة لهذه البيئات - صياغة المطالبة، تعريف معنى "حل"، والتأكد من أن المهمة قابلة للحل بواسطة وكيل ذكاء اصطناعي
\n - كتابة اختبارات تتحقق من حلول الوكيل - قبول جميع الأساليب الصحيحة ورفض الأساليب الخاطئة، لا تكون صارمة جدًا ولا متساهلة جدًا
\n - التكرار على المهام والاختبارات بناءً على ملاحظات QA - مراجعة حلول الوكيل، تحليل الإخفاقات، وتحسين حتى تكون التقييم عادلًا وقويًا
\n
\n
ما ليس هذا؟<\/h4>\n\n - ليس تصنيف بيانات
\n - ليس هندسة المطالبات
\n - ليس كتابة الشفرة من الصفر - الكاتب هو الوكيل الذي يكتب معظم الشفرة؛ أنت توجه وتقيم
\n
\nما نبحث عنه؟<\/h4>\n\n - 5+ سنوات في تطوير البرمجيات
\n - الـركيزة الأساسية: بايثون (FastAPI)، جافاسكريبت/تايب سكريبت (React)، دوكر، بوستغريسك، كافكا، ريديس
\n - خبرة في كتابة الاختبارات (وظيفية، تكامل)
\n - إتقان الإنجليزية - B2+
\n
\nلماذا هذا صعب؟<\/h4>\n
نماذج الحواف الأمامية جيدة بالفعل في الترميز. إنشاء مهمة تتحدى النماذج الأفضل حقًا ليست أمراً سهلاً. تحتاج إلى فهم عميق حيث تفشل النماذج وما هي السيناريوهات التي تُبرز الفارق بين حل جيد وسيئ. تحتوي المهام على العديد من الحلول الصحيحة - كتابة اختبارات تقبل جميع الحلول الصحيحة وترفض غير الصحيحة أصعب مما يبدو.
\n
كيف تعمل؟<\/h4>\n
التقديم > اجتياز التأهيل(ة) > الانضمام إلى مشروع > إكمال المهام > الدفع
\n
التعويض
\n
حتى 40 دولار/ساعة مكافئ، حسب المستوى والوتيرة. يتم تقدير المهام بحوالي 20 ساعة لكل منها؛ أنت تحدد جدولك الخاص.
<\/p>
<\/p>
Please submit your CV in English and indicate your level of English proficiency.<\/h4>\n
Mindrift connects specialists with project-based AI opportunities for leading tech companies, focused on testing, evaluating, and improving AI systems. Participation is project-based, not permanent employment.<\/p>\n
What this opportunity involves<\/h4>\n
We're building a dataset to evaluate AI coding agents - how well a model handles real-world developer tasks.<\/p>\n
You'll create challenging tasks and evaluation criteria within realistic simulated environments:<\/p>\n
\n - Build realistic developer environments - a virtual company with codebase, infrastructure, and context (tickets, docs, conversations) that forms a believable development history<\/li>\n
- Design tasks from intermediate states of these environments - craft the prompt, define what \"solved\" means, and ensure the task is solvable by an AI agent<\/li>\n
- Write tests that verify agent solutions - accept all valid approaches and reject incorrect ones, neither too strict nor too lenient<\/li>\n
- Iterate on tasks and tests based on QA feedback - review agent solutions, analyze failures, and refine until the evaluation is fair and robust<\/li>\n<\/ul>\n
What this is not<\/h4>\n\n - Not data labeling<\/li>\n
- Not prompt engineering<\/li>\n
- Not writing code from scratch - the agent writes most of the code; you guide and evaluate<\/li>\n<\/ul>\n
What we look for<\/h4>\n\n - 5+ years in software development<\/li>\n
- Core stack: Python (FastAPI), JavaScript\/TypeScript (React), Docker, Postgres, Kafka, Redis<\/li>\n
- Experience writing tests (functional, integration)<\/li>\n
- English proficiency - B2+<\/li>\n<\/ul>\n
Why this is hard<\/h4>\n
Frontier models are already good at coding. Creating a task that genuinely challenges the best models is non-trivial. You need to deeply understand where models fail and what scenarios reveal the difference between a good and a bad solution. Tasks have many valid solutions - writing tests that accept all correct solutions and reject incorrect ones is harder than it sounds.<\/p>\n
How it works<\/h4>\n
Apply > Pass qualification(s) > Join a project > Complete tasks > Get paid<\/p>\n
Compensation<\/h4>\n
Up to $40\/hr equivalent, depending on level and pace. Tasks are estimated at approximately 20 hours each; you set your own schedule.<\/p><\/p>
<\/p>