Teamleitung Grundschulwissenschaft (Schule)

In dieser stundenbasierten Remote-Auftragnehmerrolle arbeiten Sie als School Science (Elementary) Quality Assurance Lead (QAL) und überwachen Qualität, Konsistenz und die Leistung von Trainern in KI-Trainingsprojekten für naturwissenschaftliche Bildung auf Grundschulniveau. Sie prüfen KI-generierte Schulinhalte im Bereich Naturwissenschaften 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 wissenschaftlicher Genauigkeit, Angemessenheit für die Klassenstufe, konzeptioneller Klarheit, kindgerechter Erklärungen, Lehrplanübereinstimmung, altersgerechter Sprache, Qualität der Argumentation, Formatierung, Befolgung von Anweisungen und Einhaltung projektspezifischer Rubriken. Sie erkennen wiederkehrende Qualitätsprobleme, kommunizieren Aktualisierungen an Trainer und QAs, unterstützen beim Onboarding, pflegen die Dokumentation und helfen dabei, Mitwirkende zu aktivieren, die nicht kontinuierlich arbeiten. Diese Rolle erfordert fundierte Kenntnisse der Grundschulwissenschaft, pädagogisches Urteilsvermögen, starke Englischkenntnisse in der Kommunikation, ausgezeichnete Detailgenauigkeit und die Fähigkeit, Qualitätsworkflows in dezentralen, bildungsorientierten Teams 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 Bereich Grundschulwissenschaft trägt direkt dazu bei, die weltweit führenden KI-Modelle zu verbessern, indem sichergestellt wird, dass Schultrainingsdaten im Bereich Naturwissenschaften korrekt, altersgerecht, ansprechend, sicher und für junge Lernende klar erklärt sind.

Was Sie tun werden

• Qualitätsüberwachung: Stichprobenprüfung von Grundschulwissenschaftsaufgaben, Identifizierung von Qualitätsproblemen, kontinuierliches Feedback über DMs und Eskalation wiederkehrender oder kritischer Probleme.
• Überprüfung der naturwissenschaftlichen Bildung: Bewertung KI-generierter naturwissenschaftlicher Erklärungen, Arbeitsblätter, Aktivitäten, Kurzantworten, unterrichtsähnlicher Inhalte, Beispiele, Quizze und schülergerichteter Erklärungen auf Genauigkeit und Eignung für die Klassenstufe.
• Kommunikation mit Trainern und QAs: Aktualisierung von Trainern und QAs auf Discord zu neuen Aufgabenrichtlinien, Projektänderungen, Workflow-Aktualisierungen, Qualitätserwartungen und Prüfstandards für Grundschulwissenschaft.
• Bearbeitung von Fragen: Klare und zeitnahe Beantwortung von Fragen von Trainern/QAs, insbesondere zu Angemessenheit für die Klassenstufe, wissenschaftlichen Konzepten, sicheren Aktivitäten, Schülerfehlvorstellungen und Rubrikinterpretation.
• Aktivierungsmanagement für Trainer/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 der Projektdokumentation für Grundschulwissenschaft, einschließlich Style Guides, 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, Rubriken, Qualitätsstandards und schulspezifischen Naturwissenschaftsanforderungen.
• Qualitätsabstimmung: Sicherstellung, dass alle Trainer und QAs die Prüfrichtlinien für Grundschulwissenschaft konsequent anwenden und Aktualisierungen im Zuge der Projektentwicklung verstehen.
• Sicherheitsprüfung: Kennzeichnung unsicherer Experimente, irreführender Gesundheits-/Umweltaussagen, übermäßig fortgeschrittener Erklärungen, falscher wissenschaftlicher Fakten oder altersunangemessener Inhalte.
• Prozessverbesserung: Identifizierung wiederkehrender Qualitätslücken, Vorschläge zur Workflow-Verbesserung und Unterstützung beim Aufbau skalierbarer QA-Prozesse für KI-Trainingsprojekte im Bereich Grundschulwissenschaft.
• Muttersprachliche Fließendkeit in Punjabi

Was wir suchen

• Bachelor, Master, Lehrbefähigung oder gleichwertige Berufserfahrung in Grundschulbildung, Naturwissenschaftsdidaktik, Biologie, Chemie, Physik, Geowissenschaften, Umweltwissenschaften, MINT-Bildung oder einem verwandten Bereich.
• Starkes Verständnis der englischen Sprache, um Projektrichtlinien zu befolgen, mit Teams zu kommunizieren und klares schriftliches Feedback zu geben.
• 3+ Jahre Erfahrung im Unterrichten, in der Nachhilfe, Curriculumsentwicklung, Überprüfung von Bildungsinhalten, Wissenschaftskommunikation, Unterrichtsunterstützung, Instructional Design oder verwandten Bildungs-Workflows.
• Fundiertes Verständnis grundschulnaturwissenschaftlicher Konzepte in den Bereichen Biowissenschaften, Physik, Geowissenschaften, Umweltwissenschaften, wissenschaftliche Untersuchung, Beobachtung, Evidenz, Experimente und Sicherheit.
• Fähigkeit, naturwissenschaftliche Bildungsinhalte anhand detaillierter Rubriken zu bewerten und Probleme zu identifizieren wie wissenschaftliche Ungenauigkeiten, altersunangemessene Formulierungen, unsichere Experimentvorschläge, irreführende Vereinfachungen, falsche Analogien oder verwirrende Erklärungen.
• Vertrautheit mit Erwartungen an Klassenstufen, kindgerechten Erklärungen, pädagogischem Scaffolding, Unterrichtsaktivitäten, Arbeitsblättern, Assessments und Lehrplanstandards ist von Vorteil.
• Erfahrung in der Leitung oder Unterstützung dezentraler Teams von Pädagogen, Prüfern, Curriculum-Autoren, Annotatoren, Trainern oder QAs ist stark von Vorteil.
• Komfortables Arbeiten in schnelllebigen Remote-Umgebungen mit Tools wie Discord, Google Sheets, Google Docs, Trackern, Dashboards und Projektmanagementsystemen.
• Hochgradig detailorientiert und organisiert mit der Fähigkeit, Style Guides, FAQs, Tracker, Onboarding-Materialien, Honeypots, Kalibrierungsaufgaben und Dokumentation zu pflegen.
• Erfahrung mit KI-Training, Datenannotation, LLM-Evaluierung, Bildungs-QA, Curriculum-QA oder rubrikbasierter Überprüfung ist ein starkes Plus.