Freelance Agent Evaluation Engineer

Mindrift
Frankfurt am Main

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.

Veröffentlicht am 2026-06-10

Empfohlene Jobs

NetSuite Consultant (m/w/d) HPJB1_DE

Nexia GmbH Wirtschaftsprüfungsgesellschaft / Steuerberatungsgesellschaft
Frankfurt am Main

Die Nexia GmbH – das sind rund 600 Kolleginnen und Kollegen an zehn bundesweiten Standorten. Wir bieten umfassende und spezialisierte Wirtschaftsprüfung, Steuer-, Rechts- und Unternehmensberatung mit …

Details Anzeigen
Veröffentlicht am 2026-02-17

Back Office Manager:in (m/w/d) - Vollzeit

GONDER Group
Frankfurt am Main

Kurz und knapp: Wir suchen ab sofort eine:n Back Office Manager:in (m/w/d) in Vollzeit in Frankfurt mit übertarifliche Bezahlung und attraktiven Benefits. Willkommen bei der GONDER Group – Ihr P…

Details Anzeigen
Veröffentlicht am 2026-06-07

Stellvertretende Leitung (m/w/d) für unsere ESB an der Karl-von-IBELL-Schule - in Teil- oder Vollzeit (35 - 38,5 Wochenstunden)

ASB Bildung gGmbH
Frankfurt am Main

Die ASB Bildung ist mehr als nur eine Organisation – sie ist ein kraftvolles Netzwerk von Chancengestalter*innen. Als 100%ige Tochtergesellschaft des Arbeiter-Samariter-Bundes (ASB) Landesverbandes…

Details Anzeigen
Veröffentlicht am 2026-01-29

Payroll Specialist (m/w/d) - Dein Know-how macht den Unterschied

Schwertfels Consulting GmbH
Frankfurt am Main

Eigenverantwortliche Durchführung der Lohn- und Gehaltsabrechnung Verwaltung von Personalstammdaten und Sozialversicherungsangelegenheiten Ansprechpartner für Mitarbeiter:innen und Behörden Erstellung…

Details Anzeigen
Veröffentlicht am 2026-01-15

Customer Services (m/w/d) im Versicherungsbereich - Homeoffice möglich

Frankfurt am Main

Bei einem unserem langjährigen Mandanten im Raum Frankfurt am Main bietet sich die spannende Perspektive auf eine Stelle im Customer Service Fühlen Sie sich angesprochen? Dann bewerben Sie sich …

Details Anzeigen
Veröffentlicht am 2026-05-29

Projektleiter (w/m/d) Innenausbau

Apleona R&M Ausbau Frankfurt GmbH
Frankfurt am Main

Verstärken Sie unser Team und gestalten Sie gemeinsam mit uns Ihre Zukunft!  Wir – die Apleona R&M Ausbau Frankfurt GmbH – suchen für die Region in und um Frankfurt am Main Projektleiter …

Details Anzeigen
Veröffentlicht am 2026-03-18

Kaufmännische Angestellte (m/w/d) dringend gesucht

RADAS Jobbörse & Personalvermittlung GmbH
Frankfurt am Main

+++ DIREKTVERMITTLUNG in Festanstellung (keine Zeitarbeit) / Vermittlungsgutscheine (AVGS) werden akzeptiert +++ Bei Fragen einfach unverbindlich anrufen: 03048479484 oder einen Rückruf vereinbaren…

Details Anzeigen
Veröffentlicht am 2026-05-19

Aushilfe (m/w/d)

Tipico
Frankfurt am Main

Wir sind Tipico, der führende Sportwettenanbieter in Deutschland und eines der dynamischsten Tech-Unternehmen der Branche. Mit dem Ziel, die Arena zu begeistern und das Wetterlebnis für alle Kunden z…

Details Anzeigen
Veröffentlicht am 2026-06-04

Servicetechniker (m/w/d) Elektroakustische Anlagen (ELA) / Sprachalarmierungsanlagen (SAA)

G&N Gruppe
Frankfurt am Main

Die G&N Gruppe ist eine Mehrmarkenfirma, die sieben spezialisierte Unternehmen unter einem Dach vereint: Braune Sicherheitstechnik, G&N Gefahrenmelde- und Nachrichtentechnik GmbH, Renz Sicherheitstec…

Details Anzeigen
Veröffentlicht am 2026-06-09

Key Account Manager Süddeutschland (f/m/d) - Public Sector

MYFLEXBOX Austria GmbH
Frankfurt am Main

Hast du Bock auf einen Job mit echtem Impact? Um unser Wachstum im öffentlichen Bereich weiter voranzutreiben und die Zusammenarbeit mit Kommunen nachhaltig zu stärken, suchen wir dich als Key Accoun…

Details Anzeigen
Veröffentlicht am 2026-04-23