Experts en génie logiciel, science des données et conception de systèmes, Swift (5 ans d'expérience minimum)
Description
Lieu : Basé aux États-Unis ou hors des États-Unis
Type : Contrat à temps plein ou à temps partiel
Maîtrise requise : anglais Pourquoi ce poste existe-t-il ? collabore avec des équipes de pointe en IA pour améliorer la qualité, l'utilité et la fiabilité des systèmes d'IA conversationnelle à usage général. Ces systèmes sont utilisés dans un large éventail de scénarios quotidiens et professionnels, et leur efficacité dépend de la clarté, de la précision et de l'utilité de leurs réponses aux questions réelles des utilisateurs. Dans les contextes du codage et de l'ingénierie logicielle, les systèmes d'IA conversationnelle doivent faire preuve d'un raisonnement correct, d'une forte capacité de résolution de problèmes et du respect des meilleures pratiques d'ingénierie du monde réel. Ce projet se concentre sur l'évaluation et l'amélioration de la manière dont les modèles raisonnent sur le code, génèrent des solutions et expliquent des concepts techniques à travers une variété de tâches de programmation et de niveaux de complexité. Vos missions
- Évaluer les réponses générées par les LLM aux requêtes relatives au codage et à l'ingénierie logicielle en termes de précision, de raisonnement, de clarté et d'exhaustivité
- Effectuer des vérifications des faits à l'aide de sources publiques fiables et de références faisant autorité
- Réaliser des tests de précision en exécutant le code et en validant les résultats à l'aide d'outils appropriés
- Annoter les réponses du modèle en identifiant les points forts, les axes d'amélioration et les inexactitudes factuelles ou conceptuelles - Évaluer la qualité du code, sa lisibilité, la solidité algorithmique et la qualité des explications
- S'assurer que **le modèle
Details
Category
Code Evaluation
Location
Remote
Employment Type
Independent Contractor
Languages Required
Posted
02/04/2026
Opportunités Similaires
Is Mercor Legit?
How Much Do AI Jobs Pay?
How to Get Started