Über die Stelle
In dieser stundenweisen Remote-Auftragnehmerrolle arbeiten Sie als Java Quality Assurance Lead (QAL) und überwachen Qualität, Konsistenz und Trainerleistung in Java-KI-Trainingsprojekten. Sie prüfen KI-generierten Java-Code und Trainer-/QA-Arbeit, bewerten die Ausgabequalität anhand von Projektrichtlinien, geben präzises schriftliches Feedback und stellen sicher, dass Mitwirkende die erwarteten Qualitätsstandards einhalten.
Sie bewerten Arbeit hinsichtlich Codekorrektheit, Compile-Zeit-Gültigkeit, Laufzeitverhalten, objektorientiertem Design, API-Nutzung, Debugging-Genauigkeit, Lesbarkeit, Wartbarkeit, Performance, Sicherheit, Testabdeckung, Formatierung, Befolgung von Anweisungen und Einhaltung projektspezifischer Rubriken. Diese Rolle erfordert starke Java-Expertise, Englischkommunikationsfähigkeiten, ausgezeichnete Detailgenauigkeit und die Fähigkeit, Qualitätsworkflows über remote technische Teams hinweg zu managen.
Diese Rolle ist bei SME Careers, einem schnell wachsenden KI-Datendienstleistungsunternehmen und Tochterunternehmen von SuperAnnotate, das Trainingsdaten für viele der weltweit größten KI-Unternehmen und Foundation-Model-Labs bereitstellt. Ihre Java-Qualitätsführung hilft sicherzustellen, dass Java-Trainingsdaten korrekt, ausführbar, idiomatisch, sicher, klar erklärt und an den Erwartungen der Kunden ausgerichtet sind.
Der Auswahlprozess umfasst ein KI-Interview, eine domänenspezifische Aufgabe und ein Interview mit einem Recruiter.
Wichtig: Es gibt kein unmittelbares Projekt für diese Rolle; falls Sie jedoch qualifiziert sind, gehören Sie zu den ersten Expertinnen und Experten, die wir kontaktieren, wenn relevante Möglichkeiten entstehen. Dies ermöglicht Ihnen außerdem Zugang zu zukünftigen Projekten, die über unser Expertennetzwerk verfügbar sind.
Was Sie tun werden
- Qualitätsüberwachung: Stichprobenprüfung von Java-Elementen, Identifizierung von Qualitätsproblemen, Feedback über DMs und Eskalation wiederkehrender oder kritischer Probleme.
- Code-Review: Bewertung von KI-generiertem Java-Code, Spring-/Backend-Snippets, Debugging-Antworten, algorithmischen Lösungen, Tests, Architekturerklärungen und schrittweisem Reasoning.
- Kommunikation mit Trainern und QA: Aktualisierung von Mitwirkenden auf Discord zu Richtlinienänderungen, Workflow-Updates und Java-spezifischen Review-Standards.
- Fragenbearbeitung: Beantwortung von Fragen zu Java-Syntax, OOP-Design, Collections, Streams, Nebenläufigkeit, Exceptions, Spring Boot, Testing, Sicherheit und Rubrikinterpretation.
- Verwaltung der Trainer-/QA-Aktivierung: DMs an inaktive Mitwirkende, Nachverfolgung von Follow-ups und Kennzeichnung von Verfügbarkeitsproblemen.
- Dokumentation: Erstellung und Pflege von Java-Styleguides, Trackern, FAQs, Beispielen, Honeypots, Kalibrierungsaufgaben und Onboarding-Materialien.
- Onboarding und Training: Durchführung von Onboarding-/Training-Calls für Java-Mitwirkende.
- Risiko- und Sicherheitsprüfung: Kennzeichnung unsicherer, irreführender, nicht kompilierbarer, ineffizienter oder nicht produktionsbereiter Java-Empfehlungen.
- Prozessverbesserung: Identifizierung wiederkehrender Qualitätslücken und Verbesserung von QA-Workflows.
Was wir suchen
- Bachelor- oder Masterabschluss in Informatik, Software Engineering, Informationstechnologie oder gleichwertige professionelle Software-Engineering-Erfahrung.
- Starkes Englischverständnis, um Richtlinien zu befolgen, mit Teams zu kommunizieren und klares technisches Feedback zu geben.
- 3+ Jahre Berufserfahrung in Java-Entwicklung, Backend-Engineering, Unternehmenssoftware, JVM-Systemen, Code-Review, Software-QA oder technischem Mentoring.
- Starkes Verständnis der Java-Grundlagen wie OOP, Collections, Generics, Streams, Lambdas, Exceptions, Nebenläufigkeit, Annotations, JVM-Verhalten, Speicherverwaltung, Module/Packages und modernen Java-Features.
- Fähigkeit, Java-Inhalte anhand detaillierter Rubriken zu bewerten und Probleme zu identifizieren wie nicht kompilierbaren Code, falsche Logik, schlechte Exception-Behandlung, unsichere Nebenläufigkeit, schwache Objektmodellierung, ineffiziente Algorithmen, halluzinierte APIs oder unvollständige Erklärungen.
- Vertrautheit mit gängigen Java-Ökosystemen und -Tools wie Spring Boot, Maven, Gradle, JUnit, Mockito, Hibernate/JPA, REST-APIs, JDBC, IntelliJ/Eclipse, Docker, GitHub, CI/CD, Logging und Profiling-Tools ist von Vorteil.
- Erfahrung in der Leitung oder Unterstützung remote arbeitender Teams von Trainern, Annotatoren, Reviewern, Engineers, Coding-Mentoren oder QAs ist stark von Vorteil.
- Komfortables Arbeiten in schnelllebigen Remote-Umgebungen mit Discord, Google Sheets, Google Docs, Trackern, Dashboards, GitHub und Projektmanagementsystemen.
- Hoch organisiert und in der Lage, Styleguides, Tracker, FAQs, Onboarding-Materialien, Honeypots, Kalibrierungsaufgaben und Qualitätsdokumentation zu pflegen.
- Erfahrung mit KI-Training, Datenannotation, LLM-Evaluierung, Code-QA oder rubrikbasiertem Code-Review ist ein starkes Plus.