Über die Stelle
In dieser stündlichen Remote-Auftragnehmerrolle arbeiten Sie als Astronomie-/Astrophysik-Qualitätssicherungsleitung (QAL), um Qualität, Konsistenz und Trainerleistung über Astronomie- und Astrophysik-KI-Trainingsprojekte hinweg zu überwachen. Sie prüfen KI-generierte Astronomie-/Astrophysik-Inhalte sowie Trainer-/QS-Arbeiten, bewerten die Ausgabequalität anhand von Projektrichtlinien, geben präzises schriftliches Feedback und stellen sicher, dass alle Mitwirkenden die erwarteten Qualitätsstandards einhalten.
Sie bewerten Arbeiten hinsichtlich wissenschaftlicher Genauigkeit, physikalischer Argumentation, mathematischer Korrektheit, Terminologiequalität, Einheitenhandhabung, beobachtungsbezogenem Kontext, Klarheit, Formatierung, Befolgung von Anweisungen und Einhaltung projektspezifischer Bewertungsraster. Sie erkennen wiederkehrende Qualitätsprobleme, kommunizieren Aktualisierungen an Trainer und QS, unterstützen das Onboarding, pflegen Dokumentationen und helfen dabei, Mitwirkende zu aktivieren, die nicht konsistent arbeiten. Diese Rolle erfordert fundierte Astronomie-/Astrophysik-Expertise, starke Englischkommunikationsfähigkeiten, ausgezeichnete Detailgenauigkeit, strukturierte Kommunikation und die Fähigkeit, Qualitätsworkflows über remote arbeitende Expertenteams hinweg zu managen.
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-Labore bereitstellt. Ihre Astronomie-/Astrophysik-Qualitätsführung trägt direkt dazu bei, die weltweit führenden KI-Modelle zu verbessern, indem sie sicherstellt, dass Astronomie- und Astrophysik-Trainingsdaten korrekt, physikalisch 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 kein unmittelbares Projekt; wenn Sie jedoch qualifiziert sind, gehören Sie zu den ersten Expertinnen und Experten, die wir kontaktieren, sobald 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 Astronomie-/Astrophysik-Elementen, Erkennung von Qualitätsproblemen, laufendes Feedback über DMs und Eskalation wiederkehrender oder kritischer Probleme.
- Wissenschaftliche Prüfung: Bewertung KI-generierter Astronomie-/Astrophysik-Erklärungen, Berechnungen, Diagramme, Beobachtungsinterpretationen, Vergleiche und schrittweiser Argumentationen hinsichtlich Genauigkeit und Klarheit.
- Kommunikation mit Trainern und QS: Aktualisierung von Trainern und QS auf Discord zu neuen Elementrichtlinien, Projektänderungen, Workflow-Aktualisierungen, Qualitätserwartungen und astronomie-/astrophysikspezifischen Prüfstandards.
- Bearbeitung von Fragen: Klare und zeitnahe Beantwortung von Fragen von Trainern/QS, insbesondere zu physikalischen Annahmen, Einheiten, astronomischer Terminologie, Beobachtungsmethoden, Formeln und Auslegung von Bewertungsrastern.
- Verwaltung der Aktivierung von Trainern/QS: 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 Astronomie-/Astrophysik-Projektdokumentationen, einschließlich Styleguides, Trackern, FAQs, Qualitätsnotizen, Beispielen, Honeypots, Kalibrierungsaufgaben und Onboarding-Materialien.
- Onboarding und Schulung: Planung und Durchführung von Onboarding-/Schulungsgesprächen mit Trainern und QS, um Projektanforderungen, Workflows, Bewertungsraster, Qualitätsstandards und astronomie-/astrophysikspezifische Prüfanforderungen zu erklären.
- Qualitätsausrichtung: Sicherstellung, dass alle Trainer und QS die Astronomie-/Astrophysik-Prüfrichtlinien konsistent anwenden und Aktualisierungen im Zuge der Projektentwicklung verstehen.
- Risikoprüfung: Kennzeichnung irreführender, übermäßig selbstsicherer, physikalisch unmöglicher, numerisch falscher oder schlecht belegter Astronomie-/Astrophysik-Behauptungen.
- Prozessverbesserung: Erkennung wiederkehrender Qualitätslücken, Vorschlag von Workflow-Verbesserungen und Unterstützung beim Aufbau skalierbarer QS-Prozesse für Astronomie-/Astrophysik-KI-Trainingsprojekte.
Was wir suchen
- Bachelor-, Master- oder PhD-Abschluss in Astronomie, Astrophysik, Physik, Weltraumwissenschaft, Planetenwissenschaft, Kosmologie oder einem eng verwandten Fachgebiet.
- Fundierte Englischkenntnisse, um Projektrichtlinien zu befolgen, mit Teams zu kommunizieren und klares schriftliches Feedback zu geben.
- 3+ Jahre Erfahrung in Astronomie-/Astrophysik-Forschung, Lehre, Wissenschaftskommunikation, akademischer Begutachtung, Datenanalyse, Observatoriumsarbeit oder verwandten wissenschaftlichen Workflows.
- Fundiertes Verständnis von Himmelsmechanik, Sternentwicklung, Galaxien, Kosmologie, elektromagnetischer Strahlung, Beobachtungsmethoden, Spektroskopie, Planetensystemen, Schwarzen Löchern und wissenschaftlicher Unsicherheit.
- Fähigkeit, Astronomie-/Astrophysik-Inhalte anhand detaillierter Bewertungsraster zu bewerten und Probleme wie falsche physikalische Annahmen, falsche Einheiten, fehlerhafte Berechnungen, halluzinierte Fakten, irreführende Erklärungen oder übervereinfachte Schlussfolgerungen zu erkennen.
- Vertrautheit mit Tools oder Methoden wie Python, astronomischen Datensätzen, Teleskop-/Observatoriumsdaten, Spektroskopie, Photometrie, Simulationen, LaTeX, Jupyter Notebooks oder wissenschaftlicher Visualisierung ist von Vorteil.
- Erfahrung in der Leitung oder Unterstützung remote arbeitender Teams von Forschenden, Lehrkräften, Prüfenden, Annotierenden, Wissenschaftsautorinnen und -autoren oder QS ist stark von Vorteil.
- Sicheres Arbeiten in sich schnell verändernden Remote-Umgebungen mit Tools wie Discord, Google Sheets, Google Docs, Trackern, Dashboards und Projektmanagementsystemen.
- Hohe Detailgenauigkeit und Organisationsfähigkeit mit der Fähigkeit, Styleguides, FAQs, Tracker, Onboarding-Materialien, Kalibrierungsaufgaben und Dokumentationen zu pflegen.
- Erfahrung mit KI-Training, Datenannotation, LLM-Evaluierung, wissenschaftlicher QS, akademischer Begutachtung oder rasterbasierter Prüfung ist ein starkes Plus.