Resumen: Este ingeniero/a remoto/a en Go para la formación de datos de IA evalúa y genera código Go, proporciona retroalimentación experta para mejorar los modelos de IA y garantiza la precisión y el razonamiento lógico de los modelos. Aspectos destacados: 1. Función completamente remota para mayor flexibilidad y trabajo con impacto 2. Mejora directa de los principales modelos de IA 3. Enfoque en el desarrollo backend en Go y en contenidos de formación para IA **Modalidad de trabajo:** Remoto **Tipo de contratación:** Contratista independiente **Horario:** Contrato a tiempo completo o a tiempo parcial **Requisito lingüístico:** Inglés fluido ### **Descripción del puesto** Como ingeniero/a en Go para la formación de datos de IA, con remuneración por hora y totalmente remoto/a, revisará código Go y explicaciones generados por IA o generará su propio código, evaluará la calidad del razonamiento y la resolución paso a paso de problemas, y ofrecerá retroalimentación experta que ayude a los modelos a producir respuestas precisas, lógicas y claramente explicadas. Evaluará las soluciones en cuanto a su corrección, legibilidad y cumplimiento de las mejores prácticas propias del desarrollo backend; identificará errores relacionados con la concurrencia, el manejo de errores o la comprensión conceptual; verificará la veracidad de la información; redactará explicaciones de alta calidad y soluciones modelo que demuestren un uso idiomático de Go; y calificará y comparará múltiples respuestas de IA según su corrección y calidad del razonamiento. Este puesto forma parte de Careers, una empresa en rápido crecimiento especializada en servicios de datos para IA y filial de una compañía que proporciona datos de entrenamiento para IA a muchas de las empresas de IA más importantes del mundo y a laboratorios líderes en modelos fundamentales; su trabajo contribuirá directamente a mejorar los principales modelos de IA del mundo, al tiempo que le brindará la flexibilidad de un trabajo remoto por contrato, orientado al impacto y a los detalles. ### **Perfil requerido** * Experiencia profesional de 2+ años en programación con Go, preferiblemente centrada en servicios backend, APIs o trabajo de sistemas. * Conocimiento sólido de los patrones idiomáticos de Go, incluido un manejo claro de errores, la composición frente a la herencia y interfaces simples y legibles. * Experiencia práctica en ingeniería de software desarrollando y manteniendo aplicaciones en Go orientadas al backend en entornos productivos. * Capacidad para evaluar la corrección y legibilidad del código Go orientado al backend, incluidos los patrones de concurrencia, la propagación de errores y el diseño de APIs. * Experiencia significativa utilizando modelos lingüísticos de gran tamaño (LLM) o asistentes de programación con IA mientras se programa, combinada con un enfoque disciplinado para validar su salida. * Excelentes habilidades de redacción en inglés, capaz de producir explicaciones técnicas precisas, estructuradas y pedagógicas. * Título universitario mínimo en Ciencias de la Computación o en un campo técnico estrechamente relacionado. * Se prefiere experiencia previa en formación de datos para IA, revisión de código a gran escala o evaluación de contenidos técnicos generados por IA; se requiere un nivel mínimo de inglés C1 y un estilo de trabajo extremadamente detallista. * Altamente deseable: experiencia práctica con frameworks y bibliotecas en Go, como Gin, gRPC o Echo, en proyectos reales. * Preferible: PRs integradas en proyectos open source en Go, experiencia en programación competitiva, exposición al desarrollo nativo en la nube y familiaridad con herramientas y técnicas de análisis de rendimiento en Go. ### **Principales responsabilidades** * Desarrollo de contenidos para la formación de IA: Creación de indicaciones detalladas sobre diversos temas y respuestas para guiar el aprendizaje de la IA, asegurando que los modelos reflejen una comprensión integral de múltiples materias. * Optimización del rendimiento de la IA: Evaluación y clasificación de las respuestas de la IA para mejorar la precisión, fluidez y relevancia contextual del modelo. * Garantía de la integridad del modelo: Pruebas de los modelos de IA para detectar posibles inexactitudes o sesgos, validando su fiabilidad en distintos casos de uso.