Crearé benchmarks de agentes de codificación con pruebas y configuración de docker
Ingeniero de software, evaluación de codificación de IA, evaluación de agentes
Acerca de este Servicio
¿Necesitas tareas de codificación reproducibles para evaluar asistentes de codificación de IA y agentes de codificación autónomos?
Crearé y validaré tareas de benchmark de ingeniería de software diseñadas para medir el rendimiento de los agentes de codificación.
SERVICIOS
- Especificaciones de tareas basadas en repositorio para corrección de errores, mejoras o reestructuración
- Soluciones de referencia y resultados esperados
- Pruebas unitarias automatizadas y scripts de validación
- Configuración del entorno Docker cuando se incluya en tu paquete
- Verificaciones de ejecución, criterios de evaluación y análisis de fallos
ENTREGABLES
Instrucciones de la tarea, archivos de benchmark, pruebas, soluciones de referencia (donde estén incluidas) y notas de validación.
Mi experiencia incluye ingeniería de software de backend y ejercicios prácticos de benchmarks de codificación de IA con especificación de tareas, soluciones de referencia, validación de pruebas y Docker.
Trabajo con repositorios autorizados y requisitos de proyecto acordados. Envíame un mensaje antes de pedir para confirmar el idioma, la complejidad de la tarea y el alcance del paquete.
Aplicación de prueba:
Software
Dispositivo:
Linux
Mi porfolio
FAQ
Traducción automática
¿Qué es un benchmark de agentes de codificación de IA?
Es una tarea de ingeniería de software reproducible que mide si un agente de codificación puede hacer cambios correctos y pasar las pruebas definidas.
¿Puedes crear tareas a partir de mi repositorio existente?
Sí, si eres dueño del repositorio o tienes autorización para usarlo y proporcionas el acceso necesario.
¿Incluyes pruebas automatizadas y soluciones de referencia?
Las pruebas están incluidas en todos los paquetes. Las soluciones de referencia están incluidas en Standard y Premium.
¿Proporcionarás la configuración de Docker?
La configuración basada en Docker está incluida en Premium o puede cotizarse como extra cuando sea técnicamente factible.
¿Puedes evaluar las entregas de los agentes de codificación?
Sí, contra las pruebas de aceptación y criterios acordados; un informe de evaluación detallado puede requerir una oferta personalizada.
¿El benchmark es compatible con mi arnés de evaluación?
Puedo adaptarme a una interfaz documentada si es técnicamente factible. Comparte tu formato requerido antes de pedir.
