Über die Stelle
In dieser stundenbasierten Remote-Auftragnehmerrolle arbeiten Sie als Life & Environmental Sciences Quality Assurance Lead (QAL), um Qualität, Konsistenz und Trainerleistung in KI-Trainingsprojekten zu Biologie, Ökologie, Umweltwissenschaften und Life Sciences zu überwachen. Sie prüfen KI-generierte Inhalte aus den Life/Environmental Sciences 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, biologischem Schlussfolgern, ökologischem Kontext, Denken in Umweltsystemen, Terminologiequalität, Dateninterpretation, Sicherheitsbewusstsein, Klarheit, Formatierung, Befolgung von Anweisungen und Einhaltung projektspezifischer Rubriken. Sie erkennen wiederkehrende Qualitätsprobleme, kommunizieren Aktualisierungen an Trainer und QAs, unterstützen das Onboarding, pflegen Dokumentation und helfen dabei, Mitwirkende zu aktivieren, die nicht kontinuierlich arbeiten. Diese Rolle erfordert fundierte Fachkenntnis in Life/Environmental Sciences, starke Englischkommunikation, ausgezeichnete Detailgenauigkeit, strukturierte Kommunikation und die Fähigkeit, Qualitätsworkflows in remote arbeitenden, wissenschaftsorientierten 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 in den Life and Environmental Sciences trägt direkt dazu bei, die weltweit führenden KI-Modelle zu verbessern, indem sichergestellt wird, dass wissenschaftliche Trainingsdaten korrekt, evidenzbewusst, umweltbezogen kontextualisiert, klar erklärt und an den Erwartungen der Kunden ausgerichtet sind.
Was Sie tun werden
- Qualitätsüberwachung: Stichprobenprüfung von Life- und Environmental-Science-Items, Identifizierung von Qualitätsproblemen, laufendes Feedback über DMs und Eskalation wiederkehrender oder kritischer Probleme.
- Wissenschaftliche Prüfung: Bewertung KI-generierter Erklärungen zu Biologie, Ökologie, Umweltwissenschaften, Nachhaltigkeit, Naturschutz, Klima und Life Sciences auf Genauigkeit, Klarheit und wissenschaftliche Strenge.
- Kommunikation mit Trainern und QAs: Aktualisierung von Trainern und QAs auf Discord zu neuen Item-Richtlinien, Projektänderungen, Workflow-Aktualisierungen, Qualitätserwartungen und spezifischen Prüfstandards für Life/Environmental Sciences.
- Beantwortung von Fragen: Klare und zeitnahe Beantwortung von Fragen von Trainern/QAs, insbesondere zu biologischen Konzepten, Ökosystemen, Umweltsystemen, Dateninterpretation, Nachhaltigkeitsaussagen, Sicherheit 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 von Projektdokumentation für Life/Environmental Sciences, 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 Anforderungen an die wissenschaftliche Prüfung.
- Qualitätsausrichtung: Sicherstellung, dass alle Trainer und QAs die Life- und Environmental-Science-Richtlinien konsistent anwenden und Aktualisierungen verstehen, während sich Projekte weiterentwickeln.
- Risikoprüfung: Kennzeichnung irreführender Umweltaussagen, nicht belegter Gesundheits-/Ökologieaussagen, unsicherer Experiment- oder Feldempfehlungen, fehlerhafter Dateninterpretation oder überzogener wissenschaftlicher Behauptungen.
- Prozessverbesserung: Identifizierung wiederkehrender Qualitätslücken, Vorschläge für Workflow-Verbesserungen und Unterstützung beim Aufbau skalierbarer QA-Prozesse für KI-Trainingsprojekte in Life and Environmental Sciences.
- Muttersprachliche Fließfähigkeit in Punjabi
Was wir suchen
- Bachelor-, Master-, PhD-Abschluss oder gleichwertige Berufserfahrung in Biologie, Umweltwissenschaften, Ökologie, Naturschutzbiologie, Geowissenschaften, Public Health, Landwirtschaft, Meereswissenschaften, Nachhaltigkeit, Life Sciences 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 in Life-Science-Forschung, Umweltwissenschaften, Lehre, Feldarbeit, Laborarbeit, Naturschutz, Nachhaltigkeit, Wissenschaftskommunikation, akademischer Prüfung oder verwandten wissenschaftlichen Workflows.
- Fundiertes Verständnis von Biologie, Ökologie, Ökosystemen, Biodiversität, Evolution, Genetik, Physiologie, Umweltsystemen, Klimawandel, Umweltverschmutzung, Naturschutz, Nachhaltigkeit und wissenschaftlichen Methoden.
- Fähigkeit, Life/Environmental-Science-Inhalte anhand detaillierter Rubriken zu bewerten und Probleme zu identifizieren wie falsche biologische Aussagen, übervereinfachte ökologische Beziehungen, nicht belegte Umweltaussagen, fehlerhaftes kausales Schlussfolgern, unsichere Empfehlungen oder irreführende Dateninterpretation.
- Vertrautheit mit Tools oder Methoden wie Feldprobenahme, Labormethoden, ökologischen Erhebungen, Umweltverträglichkeitsprüfung, GIS, Statistik, Klima-/Umweltdatensätzen, Literaturrecherche oder wissenschaftlicher Visualisierung ist von Vorteil.
- Erfahrung in der Leitung oder Unterstützung remote arbeitender Teams aus Forschenden, Lehrkräften, Prüfern, Umweltspezialisten, 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.
- Hohe Detailgenauigkeit und Organisation, mit der Fähigkeit, Style Guides, FAQs, Tracker, Onboarding-Materialien, Honeypots, Kalibrierungsaufgaben und Dokumentation zu pflegen.
- Erfahrung mit KI-Training, Datenannotation, LLM-Evaluierung, wissenschaftlicher QA, Prüfung von Umweltinhalten, akademischer Prüfung oder rubrikbasierter Prüfung ist ein starkes Plus.