← Vissza a listához
Állás

Mérnöki menedzser, Evals (kiértékelési rendszerek)

Backend Developer • Helyszíni • Teljes munkaidő • 📍 San Francisco

Az Evals csapat vezetőjeként irányítod a kódoló agentek magas jelzésértékű kiértékelő adathalmazait és az ezeket futtató eszközöket építő csapatot, beleértve a CursorBench-et és az online kiértékelési rendszereket is.

Feladatok

  • Az eval-roadmap végponttól végpontig való meghatározása: mit mérünk, miért számít, és hogyan válnak a jelek szállítási és tréning döntésekké
  • Magas hatású mérnök- és kutatócsapat vezetése és fejlesztése
  • A CursorBench következő generációjának irányítása, hogy tükrözze a valós fejlesztői munkafolyamatokat, és bővítse azt új mérőszámokkal
  • Éles minőségi jelzések meghatározása, regressziók robusztus védőkorlátokká alakítása
  • Az evalok beépítése a launch-, deploy- és modell-tréning döntéshozatali ciklusokba

Elvárások

  • Mérnökcsapatok vezetése éles rendszerek szállításában, erős emberi vezetői és coaching készségek
  • Képesség a kutatás, termék, adat és infrastruktúra összehangolására, tartós metrikákká, folyamatokká és rituálékká alakítva
  • Jó ízlés és határozott vélemény a modell- és agent-viselkedésről, naprakészség a kutatási trendekben
  • Erős adat-affinitás, hatékony együttműködés adattudósokkal és kutatókkal
  • Kiértékelési vagy mérési rendszerek (AI evalok, kísérletezési platformok, rangsorolás/relevancia, keresési minőség, megbízhatósági instrumentáció) építésének és üzemeltetésének tapasztalata

Soft skillek

Erős vezetői és coaching készségekCsapatok közötti összehangolás képességeJó ízlés és iparági naprakészség

A munkáltatóról

A Cursor küldetése a kódolás automatizálása. Lapos szervezeti felépítésű, kicsi, de rendkívül tehetséges csapat, amely a legjobb eszközt építi professzionális programozók számára kutatás, dizájn és mérnöki munka ötvözésével.

Hasonló állások