Freelance Agent Evaluation Engineer
Please submit your CV in English and indicate your level of English proficiency.
Mindrift connects specialists with project-based AI opportunities for leading tech companies, focused on testing, evaluating, and improving AI systems. Participation is project-based, not permanent employment.
What this opportunity involves
We're building a dataset to evaluate AI coding agents - how well a model handles real-world developer tasks.
You'll create challenging tasks and evaluation criteria within realistic simulated environments:
- Build realistic developer environments - a virtual company with codebase, infrastructure, and context (tickets, docs, conversations) that forms a believable development history
- Design tasks from intermediate states of these environments - craft the prompt, define what "solved" means, and ensure the task is solvable by an AI agent
- Write tests that verify agent solutions - accept all valid approaches and reject incorrect ones, neither too strict nor too lenient
- Iterate on tasks and tests based on QA feedback - review agent solutions, analyze failures, and refine until the evaluation is fair and robust
What this is NOT
- Not data labeling
- Not prompt engineering
- Not writing code from scratch - the agent writes most of the code; you guide and evaluate
What we look for
- 5+ years in software development
- Core stack: Python (FastAPI), JavaScript/TypeScript (React), Docker, Postgres, Kafka, Redis
- Experience writing tests (functional, integration)
- English proficiency - B2+
Why this is hard
Frontier models are already good at coding. Creating a task that genuinely challenges the best models is non-trivial. You need to deeply understand where models fail and what scenarios reveal the difference between a good and a bad solution. Tasks have many valid solutions - writing tests that accept all correct solutions and reject incorrect ones is harder than it sounds.
How it works
Apply → Pass qualification(s) → Join a project → Complete tasks → Get paid
Effort estimate
Tasks for this project are estimated to take 20 hours to complete, depending on complexity. This is an estimate and not a schedule requirement; you choose when and how to work. Tasks must be submitted by the deadline and meet the listed acceptance criteria to be accepted.
Compensation
Up to $50/hr equivalent , depending on level and pace. Tasks are estimated at ~20 hours each; you set your own schedule.
Empfohlene Jobs
Facharzt(m/w/d) Innere Einsatzbereich Intensivstation
Wir sind für Sie da: DOCWISE berät und betreut Mediziner, die eine hohe Flexibilität und persönliche Freiheit schätzen und diese auch im Beruf aktiv verwirklichen möchten. Wir verstehen Ihren Wunsch …
Servicetechniker (m/w/d) für Heizungs-, Sanitär- und Klimatechnik
Job ID: 9526 Für unseren namhaften Kunden in Stuttgart suchen wir ab sofort einen motivierten und erfahrenen Servicetechniker (m/w/d) für Heizungs-, Sanitär- und Klimatechnik im Rahmen der Direk…
Mobiler Ausbilder:in für Wärmepumpen (m/w/d)
Über uns Enpal wurde 2017 gegründet und ist eines der am schnellsten wachsenden Greentech-Unternehmen Europas. Mit einem ganzheitlichen Ökosystem aus Solaranlagen, Stromspeichern, Wallboxen und Ökos…
Webentwickler (w/m/x)
Deine Aufgaben: Programmierung neuer und spannender Projekte Optimierung bestehender Software-Lösungen Mitwirkung bei der Weiterentwicklung bestehender Web-Projekte Übernahme und Betreuun…
Stationsassistenz (m/w/d) bis zu 20€ + Verpflegungsmehraufwand
Deine nächste Station: Stationsassistenz (m/w/d) bis zu 20€ + Verpflegungsmehraufwand in Stuttgart Die TemporiaMED sucht qualifizierte medizinische Fachkräfte (m/w/d) im Rahmen der Arbeitnehmerüb…
Krankenschwester (m/w/d) für den Operationsdienst in Stuttgart gesucht!
Du bist Krankenschwester (m/w/d) und suchst endlich einen Arbeitgeber, der dich versteht? Der deine Wünsche ernst nimmt? Dann bist du hier absolut richtig! Bei dem Arbeitgeber, der dir EndlichMehrZ…
Projektleiter HKLS (m/w/d)
Für ein erfolgreiches Familienunternehmen im Bereich der Gebäude-, Energie- und Anlagentechnik suchen wir zum nächstmöglichen Zeitpunkt Verstärkung im Bereich Technische Gebäudeausrüstung. Die Positio…
Sekretariats- und Teamassistenz (m/w/d) in Teilzeit (50%)
Eintrittsdatum Ab sofort Gestalte deine Zukunft mit uns â Ãbernimm spannende Aufgaben und wachse an deinen Herausforderungen Du übernimmst allgemeine Sekretariats- und Verwaltungsaufgaben …
Mitarbeiter Steuerberatung (m/w/d)
Sie möchten Ihre Erfahrung im steuerlichen Umfeld oder in der Wirtschaftsprüfung in einem modernen und etablierten Unternehmen einbringen? Für unseren Kunden, eine renommierte Steuerberatungs- und…
(Senior) Developer Kotlin (all genders)
Was erwartet dich Du entwickelst nicht nur in der Cloud und setzt Infrastruktur und Systeme auf, sondern hast die Chance, die Cloud selbst mitzugestalten. Verantworte die selbstständige und eig…