软件工程师，AI — 代码评估与培训（远程）
接受的国家和地区列表
帮助训练大型语言模型（LLMs）编写生产级代码，涵盖多种编程语言：
- 比较和排名多个代码片段，解释哪个最好以及原因。
- 修复和重构AI生成的代码，以确保正确性、效率和风格。
- 将反馈（评分、编辑、测试结果）注入RLHF管道，并保持其顺畅运行。
最终结果：模型学会像你一样提出、批评和改进代码。
RLHF一句话概括
生成代码 ➜ 专家工程师排名、编辑并解释 ➜ 将反馈转换为奖励信号 ➜ 强化学习调整模型以生成你愿意发布的代码。
你需要具备的条件
- 3年以上Python专业软件工程经验
（有约束编程经验者优先，但不是必需）
- 强烈的代码审查直觉——你能快速发现逻辑错误、性能陷阱和安全问题。
- 极其注重细节和优秀的书面沟通能力。
这个角色很大一部分涉及解释为什么一种方法优于另一种。这一点不能被过分强调。
- 你喜欢阅读文档和语言规范，并在异步、低监督的环境中茁壮成长。
你不需要具备的条件
- 无需先前的RLHF（人类反馈强化学习）或AI培训经验。
- 无需深厚的机器学习知识。如果你能清晰地审查和批评代码，我们会教你其他的。
技术栈
我们正在寻找对Python有强大掌握能力的工程师。
后勤
- 地点：完全远程——可在任何地方工作
- 薪酬：根据地点和资历，从每小时30美元到70美元不等
- 工作时间：每周至少15小时，最多可达40小时
- 合作形式：1099合同
直接的影响，没有多余的内容。如果这听起来合适，请在此申请！
