Coralogix
Anyone AI
Backend Developer (Argentinien)
Über die Stelle
Anyone AI rekrutiert erfahrene Backend-Entwickler in Argentinien (Python und JavaScript/TypeScript; praktische Kenntnisse in Java, C# oder Go) für ein Projekt mit einem führenden KI-Labor.
Qualifikationen
- Fortgeschrittene professionelle schriftliche Englischkenntnisse
- 2–5 Jahre Berufserfahrung in der Softwareentwicklung
- Starke Kenntnisse in Python und JavaScript/TypeScript; praktische Kenntnisse in Java, C# oder Go
- Backend- oder Full-Stack-Entwicklungserfahrung in Produktionssystemen
- Erfahrung mit Test-Frameworks (z. B. pytest, Jest, JUnit, xUnit, Go testing)
- Nachgewiesene Fähigkeit zum Debuggen und Navigieren in großen, mehrdateiligen Codebasen
- Erfahrung mit Code-Reviews, Refactoring und Produktionsmigrationen
Engagement: Teilzeit, projektbasierte Expertenbewertung
Arbeitstyp: Remote
Die Mitwirkenden entwerfen und bewerten realistische Softwareentwicklungsaufgaben, einschließlich Fehlerbehebung, Implementierung von Funktionen, Refactoring/Migration und Testgenerierung. Die Arbeit umfasst sowohl die Erstellung komplexer Codierungsszenarien als auch die Überprüfung von Einreichungen von Kollegen auf Qualität und Genauigkeit.
Dies ist eine projektbasierte Beraterrolle. Die Berater werden pro Projekt bezahlt; die Stundensätze sind Schätzungen, die auf der erwarteten Abschlusszeit basieren. Die Berater legen ihre eigene Zeit fest, stellen ihre eigenen Werkzeuge zur Verfügung und können gleichzeitig Dienstleistungen für andere Anbieter/Arbeitgeber erbringen (vorbehaltlich der Genehmigungen dieser Anbieter).
Verantwortlichkeiten
Die Mitwirkenden werden:
- Entwerfen und Implementieren von mehrdateiligen Codierungsaufgaben in den Bereichen Fehlerbehebung, Feature-Entwicklung, Refactoring und Tests
- Verfassen klarer natürlichsprachlicher Spezifikationen und Referenzimplementierungen
- Entwickeln und Erweitern von Unit- und Integrationstest-Suiten
- Überprüfen von von Kollegen erstellten Aufgaben auf Korrektheit, Klarheit und Realismus
- Identifizieren von Randfällen, Mehrdeutigkeiten und potenziellen Fehlermodi
- Sicherstellen der Übereinstimmung zwischen Spezifikationen, Code und erwarteten Ergebnissen
Erwartete Ergebnisse
- Hochwertige, produktionsrealistische Codierungsaufgaben
- Vollständige und korrekte Referenzimplementierungen
- Robuste Testabdeckung und Validierungsartefakte
- Strukturiertes, umsetzbares Feedback aus Peer-Reviews
