Categorías
···
Entrar / Registro
Resumen: Este puesto implica evaluar y mejorar las capacidades de razonamiento, programación y explicación de los sistemas de inteligencia artificial en contextos de programación e ingeniería de software. Aspectos destacados: 1. Evaluar las respuestas generadas por modelos de lenguaje grande (LLM) sobre programación en cuanto a su precisión, claridad y completitud 2. Experto en al menos un lenguaje de programación relevante 3. Amplia experiencia práctica en ingeniería de software **Modalidad de trabajo:** Remoto **Tipo de colaboración:** Contratista independiente **Horario:** Contrato a tiempo completo o parcial **Requisito lingüístico:** Inglés fluido **Descripción general del puesto** Colaboramos con equipos líderes de inteligencia artificial para mejorar la calidad, utilidad y fiabilidad de los sistemas de inteligencia artificial conversacional de propósito general. Este proyecto se centra específicamente en evaluar y mejorar cómo razonan los sistemas de IA sobre código, generan soluciones de programación y explican conceptos técnicos en distintos niveles de complejidad. La función implica una evaluación técnica rigurosa de las respuestas generadas por IA en contextos de programación e ingeniería de software. **Sus responsabilidades** Evaluar las respuestas generadas por modelos de lenguaje grande (LLM) a consultas sobre programación e ingeniería de software en cuanto a su precisión, razonamiento, claridad y completitud Realizar verificaciones de hechos utilizando fuentes públicas confiables y referencias autorizadas Realizar pruebas de precisión ejecutando el código y validando sus resultados mediante herramientas adecuadas Annotar las respuestas del modelo identificando sus fortalezas, áreas de mejora y errores factuales o conceptuales Evaluar la calidad del código, su legibilidad, la solidez algorítmica y la calidad de las explicaciones Asegurar que las respuestas del modelo se alineen con el comportamiento conversacional esperado y con las directrices del sistema Aplicar criterios de evaluación consistentes siguiendo taxonomías claras, puntos de referencia y pautas detalladas de evaluación **Perfil ideal** Posee una licenciatura, maestría o doctorado en ciencias de la computación o en un campo estrechamente relacionado Cuenta con amplia experiencia práctica en ingeniería de software o en roles técnicos afines Es experto en al menos un lenguaje de programación relevante (por ejemplo, Python, Java, C\+\+, JavaScript, Go, Rust) Es capaz de resolver de forma independiente problemas de nivel medio y difícil en plataformas como HackerRank o LeetCode Tiene experiencia contribuyendo a proyectos de código abierto reconocidos, incluidas solicitudes de extracción (pull requests) aceptadas Cuenta con amplia experiencia usando modelos de lenguaje grande (LLM) durante la programación y comprende tanto sus fortalezas como sus modos de falla Tiene gran atención al detalle y se siente cómodo evaluando razonamientos técnicos complejos e identificando errores sutiles o fallos lógicos **Conocimientos adicionales deseables** Experiencia previa en RLHF (aprendizaje por refuerzo con retroalimentación humana), evaluación de modelos o anotación de datos Historial en programación competitiva Experiencia revisando código en entornos productivos Familiaridad con múltiples paradigmas o ecosistemas de programación Experiencia explicando conceptos técnicos complejos a audiencias no especializadas **Indicadores de éxito** Identifica lógica incorrecta, ineficiencias, casos extremos o explicaciones engañosas en el código generado por el modelo, en conceptos técnicos y en discusiones sobre diseño de sistemas Sus comentarios mejoran la corrección, robustez y claridad de las salidas de programación generadas por la IA Entrega artefactos de evaluación reproducibles que potencian el rendimiento del modelo
