Senior Software Engineer, KI-Training, UK

G2i Inc.; United States; Remote; USD 138,000 - 276,000; Part time

Job summary

G2i Inc. sucht eine/n sehr erfahrene/n Software Engineer (SR+) zur Bewertung der Qualität von KI-basierten Coding-Interaktionen. Die Rolle erfordert, dass du denkst wie ein:e erfahrene:r Engineer und Subjektives Feedback klar begründest.

Du wirst kein produktiven Code schreiben, sondern beurteilen, ob Ausgabe, Einleitung und Begründung sinnvoll, hilfreich und vertrauenswürdig sind. Hybride/remote Arbeit und lohnende Projekte werden flexibel angeboten.

Qualifications

• Erfahrung auf Senior-, Staff- oder Principal-Ebene oder gleichwertige Praxis.
• Gute Beherrschung von TypeScript/JavaScript oder Python.
• Praxis im Umgang mit KI-basierten Entwicklungsabläufen und Tools.
• Gute schriftliche und mündliche Englischkenntnisse (B2 oder höher).

Responsibilities

• Bewertung von KI-generierten Coding-Interaktionen von Anfang bis Ende.
• Beurteilung der Nützlichkeit, Korrektheit und Denkweise der Modelle auf hoher Ebene.
• Ausführliches, klares schriftliches Feedback zu Stärken/Schwächen.
• Mitwirkung bei Definition von Kriterien exzellenter Tool-Nutzung (Cursor, Codex, Claude Code).

Skills

TypeScript/JavaScript

Python

Englische Kommunikation

Engineering-Feedback

Tools

OpenAI Codex

Claude Code

Cursor

Job description

Vertrag | Remote, weltweit | 100–200 $/Stunde, abhängig von Erfahrung und Standort | 10–20 Std./Woche

Bitte beachte, dass deine Teilnahmeberechtigung von deinem Standort abhängen kann, da manche Regionen vom Kunden möglicherweise nicht unterstützt werden.

In diesem Loom-Video erfährst du mehr: https://www.loom.com/share/b0d1b0bf24c44ae8b95dca84b9db60e5

Wir suchen eine:n sehr erfahrene:n Software Engineer (SR+), die oder der die Qualität von Interaktionen mit modernen Coding-Agenten wie OpenAI Codex und Claude Code bewertet.

Dies ist keine klassische Engineering-Rolle. Du wirst keinen produktiven Code schreiben. Stattdessen bewertest du etwas Schwierigeres: ob das Modell wie ein:e großartige:r Engineer denkt.

Worum es bei dieser Rolle wirklich geht

Du beurteilst, wie sich KI-Coding-Agenten in realen Situationen verhalten. Dabei konzentrierst du dich auf folgende Fragen:

• Ergibt die Antwort Sinn?
• Sind die Einleitung und die Begründung hilfreich?
• Spiegelt die Ausgabe fundiertes Engineering-Urteilsvermögen wider?
• Fühlt sich die Interaktion für eine:n erfahrene:n Entwickler:in stimmig an?

In dieser Rolle geht es um Engineering-Gespür. Syntaxkorrektheit ist der einfache Teil.

Deine Aufgaben

• KI-generierte Coding-Interaktionen von Anfang bis Ende bewerten
• Beurteilen, ob die Ausgaben nützlich und auf hoher Ebene korrekt sind und der Denkweise starker Engineers entsprechen
• Die Qualität von Erklärungen und Begründungen bewerten, nicht nur den Code
• Qualitätsstufen von Antworten unterscheiden (was eine 2 von einer 4 unterscheidet)
• Schriftlich klares, begründetes Feedback dazu geben, was funktioniert hat, was nicht funktioniert hat und was unpassend oder irreführend wirkte
• Mithelfen, zu definieren, was bei der Arbeit mit Tools wie Cursor, Codex und Claude Code als herausragend gilt

Was wir mit „Gespür“ meinen

Wir suchen Engineers, die Fragen wie diese beantworten können:

• Klingt das nach etwas, das ein:e starke:r Engineer tatsächlich sagen würde?
• Ist diese Erklärung hilfreich oder nur technisch korrekt?
• Leitet das Modell die Nutzer:innen gut an oder gibt es einfach nur eine Ausgabe aus?
• Würde diese Interaktion Vertrauen aufbauen oder untergraben?

Du solltest dich damit wohlfühlen, subjektive, aber sorgfältig begründete Urteile zu fällen und sie klar zu erläutern.

Wer du bist

• Engineer auf Senior-, Staff- oder Principal-Level (oder mit gleichwertiger Erfahrung)
• Fundierte Kenntnisse in TypeScript/JavaScript oder Python
• Praktische Erfahrung mit mindestens einem der folgenden Tools: OpenAI Codex, Claude Code oder Cursor
• Umfassende Vertrautheit mit modernen KI-gestützten Entwicklungsabläufen
• In der Lage, Code zu bewerten, ohne ihn auszuführen oder jede einzelne Zeile zu prüfen
• Gute schriftliche und mündliche Englischkenntnisse (B2 oder höher). Du verfasst detailliertes Feedback und nimmst kurze Videoerklärungen auf. Das ist eine zwingende Voraussetzung.
• Du gibst gerne direktes, klar begründetes Feedback
• Hohe Ansprüche daran, was gute Engineering-Arbeit ausmacht

Von Vorteil

• Erste Erfahrungen mit Prompt-Design oder Evaluierungsabläufen
• Erfahrung darin, Senior Engineers zu betreuen oder Engineering-Standards festzulegen

Details zur Zusammenarbeit

• Honorar: 100–200 $/Stunde, abhängig von Erfahrung und Standort
• Stunden: 10–20 Stunden/Woche, flexibel
• Dauer: fortlaufend. Projekte dauern jeweils etwa zwei Wochen bis einige Monate. Evaluator:innen, die gute Arbeit leisten, bieten wir neue Projekte an.
• Start: sobald du die Take-Home-Aufgabe bestanden hast und ein Projekt einen freien Platz hat
• Ablauf: eine Take-Home-Evaluierungsaufgabe mit einer aufgezeichneten Loom-Erklärung. Kein Vorstellungsgespräch