请用英文提交你的简历，并注明你的英语水平。Mindrift 将专业人士与基于项目的 AI 机会连接起来，服务于领先的科技公司，重点在于测试、评估和改进 AI 系统。参与方式为项目制，而非永久性雇佣。

该机会包含哪些内容
我们正在构建一个用于评估 AI 编码代理（coding agents）的数据集——衡量模型在开发者执行的真实任务中表现如何。你将使用逼真的模拟环境创建具有挑战性的任务及评估标准：
– 构建真实的开发者环境：一个虚拟公司，包括代码库、基础设施以及上下文（工单、文档、对话），以还原可信的开发历史
– 从这些环境的中间状态出发设计任务：编写提示词、定义“解决”的标准，并确保该任务可被 AI 代理完成
– 编写测试以确认代理的解法：接受所有有效的方案，并拒绝不正确的方案，既不过于苛刻也不过于宽松
– 根据 QA 反馈迭代任务与测试：审阅代理输出、分析失败原因，并持续优化评估，直到其公平且可靠

这不包含什么
– 不属于数据标注
– 不属于提示词工程
– 不需要从零编写代码：主要由代理编写代码，你负责指导与评估

我们在寻找什么
– 5 年以上的软件开发经验
– 核心技术栈：Python（FastAPI）、JavaScript/TypeScript（React）、Docker、Postgres、Kafka、Redis
– 具备编写测试的经验（功能测试与集成测试）
– 英语能力（B2+）

为什么这很难
前沿模型在编码方面已经很强。然而，创建真正能挑战最强模型的任务并不容易。你需要深入理解模型在哪些方面会失败，以及哪些场景能区分强解法与弱解法。由于任务可能存在许多正确解法，编写既能接受所有有效答案、又能拒绝错误答案的测试，比表面看起来更难。

工作流程
申请 → 完成资格/测评 → 加入项目 → 完成任务 → 获得报酬

预计投入
本项目的任务预计总计需要 20 小时，具体取决于复杂度。这是预估而非固定排期：你可以自行决定何时以及如何工作。你必须在截止日期前提交任务，并满足验收标准，才能通过审核。

报酬
根据你的水平与工作节奏，时薪等值最高可达 50 美元。每个任务预计约 20 小时；你的排期由你自行安排。