Leitender Qualitätssicherungs-Ingenieur (QAL) für Maschinenbau

In dieser stundenweisen Remote-Auftragnehmerrolle arbeiten Sie als Leitender Qualitätssicherungs-Ingenieur (QAL) für Maschinenbau, um Qualität, Konsistenz und Trainerleistung über Maschinenbau-KI-Trainingsprojekte hinweg zu überwachen. Sie prüfen KI-generierte Maschinenbau-Inhalte sowie die Arbeit von Trainern/QAs, bewerten die Ausgabequalität anhand der Projektrichtlinien, geben präzises schriftliches Feedback und stellen sicher, dass alle Mitwirkenden die erwarteten Qualitätsstandards einhalten.

Sie bewerten Arbeiten hinsichtlich technischer Genauigkeit, ingenieurtechnischer Argumentation, Korrektheit von Berechnungen, Normenbewusstsein, Klarheit, Sicherheitsaspekten, Einheitenkonsistenz, Formatierung, Befolgung von Anweisungen und Einhaltung projektspezifischer Bewertungsraster. Sie erkennen wiederkehrende Qualitätsprobleme, kommunizieren Updates an Trainer und QAs, unterstützen das Onboarding, pflegen Dokumentationen und helfen dabei, Mitwirkende zu aktivieren, die nicht kontinuierlich arbeiten. Diese Rolle erfordert fundierte Maschinenbau-Expertise, starke Englischkenntnisse in der Kommunikation, ausgezeichnete Detailgenauigkeit, strukturierte Kommunikation und die Fähigkeit, Qualitäts-Workflows über remote arbeitende technische Teams hinweg zu steuern.

Diese Rolle ist bei SME Careers angesiedelt, einem schnell wachsenden Unternehmen für KI-Datendienste und Tochtergesellschaft von SuperAnnotate, das Trainingsdaten für viele der weltweit größten KI-Unternehmen und Foundation-Model-Labs bereitstellt. Ihre Qualitätsführung im Maschinenbau trägt direkt dazu bei, die weltweit führenden KI-Modelle zu verbessern, indem sie sicherstellt, dass ingenieurtechnische Trainingsdaten korrekt, logisch fundiert, klar erklärt, gut dokumentiert und mit den Kundenerwartungen abgestimmt sind.

Der Auswahlprozess umfasst ein KI-Interview, eine domänenspezifische Aufgabe und ein Interview mit einem Recruiter.

Wichtig: Für diese Rolle gibt es derzeit kein unmittelbares Projekt; falls Sie jedoch qualifiziert sind, gehören Sie zu den ersten Expertinnen und Experten, die wir kontaktieren, wenn sich relevante Möglichkeiten ergeben. Dies verschafft Ihnen außerdem Zugang zu zukünftigen Projekten, die über unser Expertennetzwerk verfügbar sind.

Was Sie tun werden

• Qualitätsüberwachung: Stichprobenprüfung von Maschinenbau-Aufgaben, Identifizierung von Qualitätsproblemen, kontinuierliches Feedback über DMs und Eskalation wiederkehrender oder kritischer Probleme.
• Technische Prüfung: Bewertung KI-generierter ingenieurtechnischer Erklärungen, Berechnungen, Designempfehlungen, Diagramme/Beschreibungen und Problemlösungsschritte hinsichtlich Korrektheit und Klarheit.
• Kommunikation mit Trainern und QAs: Aktualisierung von Trainern und QAs auf Discord zu neuen Aufgabenrichtlinien, Projektänderungen, Workflow-Updates, Qualitätserwartungen und ingenieurtechnischen Prüfstandards.
• Bearbeitung von Fragen: Klare und zeitnahe Beantwortung von Fragen der Trainer/QAs, insbesondere zu ingenieurtechnischen Annahmen, Einheiten, Formeln, Berechnungen, Sicherheitsbedenken, Normenverweisen und Auslegung von Bewertungsrastern.
• Verwaltung der Aktivierung von Trainern/QAs: DMs an inaktive oder nicht arbeitende Mitwirkende, Förderung der Aktivierung, Nachverfolgung von Follow-ups und Kennzeichnung von Verfügbarkeitsproblemen bei Bedarf.
• Dokumentation: Erstellung und Pflege von Maschinenbau-Projektdokumentationen, einschließlich Styleguides, Trackern, FAQs, Qualitätsnotizen, Beispielen, Honeypots, Kalibrierungsaufgaben und Onboarding-Materialien.
• Onboarding und Schulung: Planung und Durchführung von Onboarding-/Schulungsgesprächen mit Trainern und QAs, um ProjektErwartungen, Workflows, Bewertungsraster, Qualitätsstandards und maschinenbauspezifische Prüfanforderungen zu erläutern.
• Qualitätsabgleich: Sicherstellung, dass alle Trainer und QAs die ingenieurtechnischen Richtlinien konsistent anwenden und Updates verstehen, während sich Projekte weiterentwickeln.
• Risiko- und Sicherheitsprüfung: Kennzeichnung unsicherer, irreführender oder übermäßig selbstsicherer ingenieurtechnischer Empfehlungen, insbesondere wenn Design, Fertigung, Ausrüstung, strukturelle Integrität oder Betriebssicherheit betroffen sein könnten.
• Prozessverbesserung: Identifizierung wiederkehrender Qualitätslücken, Vorschläge zur Workflow-Verbesserung und Unterstützung beim Aufbau skalierbarer QA-Prozesse für Maschinenbau-KI-Trainingsprojekte.

Was wir suchen

• Bachelor- oder Masterabschluss in Maschinenbau, Luft- und Raumfahrttechnik, Mechatronik, Fertigungstechnik oder einem eng verwandten ingenieurtechnischen Bereich.
• Fundierte Englischkenntnisse, um Projektrichtlinien zu befolgen, mit Teams zu kommunizieren und klares technisches Feedback auf Englisch zu geben.
• 3+ Jahre Berufserfahrung in Maschinenbau, Produktdesign, Fertigung, F&E, Systems Engineering, CAD, Simulation, technischer Prüfung, ingenieurtechnischer Ausbildung oder verwandten Workflows.
• Fundiertes Verständnis zentraler Maschinenbau-Themen wie Mechanik, Thermodynamik, Strömungsmechanik, Wärmeübertragung, Maschinenkonstruktion, Werkstoffe, Fertigungsverfahren, Dynamik, Statik und Interpretation technischer Zeichnungen.
• Fähigkeit, ingenieurtechnische Inhalte anhand detaillierter Bewertungsraster zu bewerten und Probleme wie falsche Annahmen, fehlerhafte Berechnungen, fehlende Einheiten, unsichere Empfehlungen, mangelhafte Argumentation, halluzinierte Normen oder unvollständige Erklärungen zu erkennen.
• Vertrautheit mit gängigen ingenieurtechnischen Tools oder Workflows wie CAD, FEA/CAE, MATLAB, Python, SolidWorks, AutoCAD, ANSYS, Fusion 360 oder ähnlichen Tools ist von Vorteil.
• Erfahrung in der Leitung oder Unterstützung remote arbeitender Teams aus Trainern, Annotatoren, Prüfern, Ingenieuren, technischen Redakteuren oder QAs ist stark von Vorteil.
• Sicheres Arbeiten in schnelllebigen Remote-Umgebungen mit Tools wie Discord, Google Sheets, Google Docs, Trackern, Dashboards und Projektmanagementsystemen.
• Hochgradig detailorientiert und organisiert, mit der Fähigkeit, Styleguides, FAQs, Tracker, Onboarding-Materialien, Honeypots, Kalibrierungsaufgaben und andere Qualitätsdokumentationen zu pflegen.
• Erfahrung mit KI-Training, Datenannotation, großen Sprachmodellen, Prompt-/Antwort-Bewertung, Qualitätssicherung technischer Inhalte oder rastersbasierter LLM-Bewertung ist ein starkes Plus.