Über die Stelle
In dieser stundenbasierten Remote-Vertragsrolle arbeiten Sie als Lead für Qualitätssicherung im Elektroingenieurwesen (QAL), um Qualität, Konsistenz und die Leistung der Trainer über elektrotechnische KI-Trainingsprojekte hinweg zu überwachen. Sie prüfen KI-generierte elektrotechnische Inhalte sowie die Arbeit von Trainern/QAs, bewerten die Ausgabequalität anhand von Projektrichtlinien, geben präzises schriftliches Feedback und stellen sicher, dass alle Mitwirkenden die erwarteten Qualitätsstandards einhalten.
Sie bewerten Arbeiten hinsichtlich technischer Genauigkeit, ingenieurmäßiger Argumentation, Korrektheit der Schaltungsanalyse, Gültigkeit von Berechnungen, Standardsbewusstsein, Einheitenkonsistenz, Sicherheitsaspekten, Klarheit, Formatierung, Befolgung von Anweisungen und Einhaltung projektspezifischer Bewertungsraster. Sie erkennen wiederkehrende Qualitätsprobleme, kommunizieren Aktualisierungen an Trainer und QAs, unterstützen das Onboarding, pflegen Dokumentationen und helfen dabei, Mitwirkende zu aktivieren, die nicht kontinuierlich arbeiten. Diese Rolle erfordert fundierte elektrotechnische Expertise, starke Englischkenntnisse in der Kommunikation, ausgezeichnete Detailgenauigkeit, strukturierte Kommunikation und die Fähigkeit, Qualitätsworkflows über dezentrale 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 Elektroingenieurwesen trägt direkt dazu bei, die weltweit führenden KI-Modelle zu verbessern, indem sichergestellt wird, dass technische Trainingsdaten korrekt, logisch fundiert, klar erklärt, gut dokumentiert und an den Erwartungen der Kunden ausgerichtet sind.
Der Auswahlprozess umfasst ein KI-Interview, eine domänenspezifische Aufgabe und ein Interview mit einem Recruiter.
Was Sie tun werden
- Qualitätsüberwachung: Stichprobenprüfung elektrotechnischer Items, Identifizierung von Qualitätsproblemen, kontinuierliches Feedback über DMs und Eskalation wiederkehrender oder kritischer Probleme.
- Technische Prüfung: Bewertung KI-generierter technischer Erklärungen, Schaltungsanalysen, Berechnungen, Designempfehlungen, Diagramme/Beschreibungen, Fehlerbehebungsschritte und Problemlösungsworkflows auf Korrektheit und Klarheit.
- Kommunikation mit Trainern und QAs: Aktualisierung von Trainern und QAs auf Discord zu neuen Item-Richtlinien, Projektänderungen, Workflow-Aktualisierungen, Qualitätserwartungen und elektrotechnikspezifischen Prüfstandards.
- Fragenbearbeitung: Klare und zeitnahe Beantwortung von Fragen der Trainer/QAs, insbesondere zu technischen Annahmen, Einheiten, Formeln, Schaltungen, Sicherheitsbedenken, Normenverweisen und Auslegung der Bewertungsraster.
- Verwaltung der Aktivierung von Trainern/QAs: DMs an inaktive oder nicht arbeitende Mitwirkende, Ermutigung zur Aktivierung, Nachverfolgung von Follow-ups und Kennzeichnung von Verfügbarkeitsproblemen bei Bedarf.
- Dokumentation: Erstellung und Pflege elektrotechnischer 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 zur Erläuterung von Projekterwartungen, Workflows, Bewertungsrastern, Qualitätsstandards und elektrotechnikspezifischen Prüfanforderungen.
- Qualitätsausrichtung: Sicherstellung, dass alle Trainer und QAs technische Richtlinien konsistent anwenden und Aktualisierungen im Zuge der Projektentwicklung verstehen.
- Risiko- und Sicherheitsprüfung: Kennzeichnung unsicherer, irreführender oder übermäßig selbstsicherer technischer Empfehlungen, insbesondere wenn Schaltungen, Elektroinstallationen, Gerätebetrieb, Energiesysteme, Hochspannung, Batterien oder die menschliche Sicherheit betroffen sein könnten.
- Prozessverbesserung: Identifizierung wiederkehrender Qualitätslücken, Vorschläge zur Workflow-Verbesserung und Unterstützung beim Aufbau skalierbarer QA-Prozesse für elektrotechnische KI-Trainingsprojekte.
Was wir suchen
- Bachelor- oder Masterabschluss in Elektrotechnik, Elektroniktechnik, Computertechnik, Energietechnik, Telekommunikationstechnik oder einem eng verwandten ingenieurwissenschaftlichen Bereich.
- Fundierte Englischkenntnisse, um Projektrichtlinien zu befolgen, mit Teams zu kommunizieren und klares technisches Feedback auf Englisch zu geben.
- 3+ Jahre Berufserfahrung in Elektrotechnik, Elektronik, Energiesystemen, eingebetteten Systemen, Signalverarbeitung, Schaltungsdesign, Regelungstechnik, Telekommunikation, technischer Prüfung, ingenieurwissenschaftlicher Ausbildung oder verwandten Workflows.
- Fundiertes Verständnis zentraler elektrotechnischer Themen wie Schaltungsanalyse, analoge/digitale Elektronik, Elektromagnetismus, Signale und Systeme, Energiesysteme, Regelungssysteme, Halbleiterbauelemente, Kommunikationssysteme, Messtechnik und elektrische Sicherheit.
- Fähigkeit, technische Inhalte anhand detaillierter Bewertungsraster zu bewerten und Probleme wie falsche Annahmen, fehlerhafte Berechnungen, fehlende Einheiten, unsichere Empfehlungen, ungültige Schaltungslogik, halluzinierte Normen oder unvollständige Erklärungen zu identifizieren.
- Vertrautheit mit gängigen elektrotechnischen Tools oder Workflows wie SPICE/LTspice, MATLAB, Simulink, Python, Verilog/VHDL, PCB-Design-Tools, Oszilloskopen, Schaltungssimulation, eingebetteten Workflows oder Werkzeugen zur Energiesystemanalyse ist von Vorteil.
- Erfahrung in der Leitung oder Unterstützung dezentraler Teams aus Trainern, Annotatoren, Prüfern, Ingenieuren, technischen Redakteuren oder QAs ist stark von Vorteil.
- Komfortables Arbeiten in schnelllebigen Remote-Umgebungen mit Tools wie Discord, Google Sheets, Google Docs, Trackern, Dashboards und Projektmanagementsystemen.
- Hohe Detailgenauigkeit und Organisation, mit der Fähigkeit, Styleguides, FAQs, Tracker, Onboarding-Materialien, Honeypots, Kalibrierungsaufgaben und andere Qualitätsdokumentationen zu pflegen.
- Erfahrung mit KI-Training, Datenannotation, großen Sprachmodellen, Prompt-/Antwortbewertung, QA technischer Inhalte oder rasterbasierter LLM-Bewertung ist ein starkes Plus.