Über die Stelle
Über die Rolle
Wir suchen eine detailorientierte QC-Prüferin bzw. einen detailorientierten QC-Prüfer, um die Qualität und Konsistenz der Videoannotationen zur Robotermanipulation sicherzustellen, die von unserem Annotationsteam erstellt werden. Du prüfst annotierte Videosegmente anhand eines detaillierten Styleguides und von Referenzbeispielen, erkennst Fehler oder Inkonsistenzen und gibst klares, konstruktives Feedback an die Annotatorinnen und Annotatoren. Diese Rolle ist entscheidend, um die Genauigkeit und Zuverlässigkeit der Trainingsdaten zu erhalten, die für KI-Modelle in der Robotik verwendet werden.
Was Du Tun Wirst
– Abgeschlossene Annotationen von Videos zur Robotermanipulation über drei Detaillierungsebenen der Kennzeichnung prüfen (atomare Bewegung, Fertigkeit/Teilaufgabe, Aufgabe/Ziel).
– Beschreibungen der Annotatorinnen und Annotatoren mit allen drei Kameraperspektiven abgleichen (Überkopfkamera und beide am Handgelenk montierten Kameras), um die Genauigkeit der beschriebenen Aktionen, der Objektidentifikation und der Kontakt-/Greifdetails zu überprüfen.
– Die vollständige Abdeckung jedes Videos verifizieren – bestätigen, dass es keine Lücken in der Kennzeichnung gibt, einschließlich Leerlauf- oder Pausenmomenten.
– Prüfen, dass Beschreibungen das tatsächliche Geschehen im Video korrekt wiedergeben, einschließlich Fehlschlägen, Herunterfallen oder Rutschen des Griffs – und dabei alle Fälle markieren, in denen Ergebnisse ungenau beschrieben oder „geglättet“ wurden.
– Annotationen auf Einhaltung des Styleguides bewerten: korrekte Wortwahl, räumliche/richtungsbezogene Genauigkeit, konsistente Terminologie für Objekte und Aktionen und angemessene sprachliche Variation (Vermeidung repetitiver Formulierungen).
– Wiederkehrende Fehler oder Verwirrungsmuster bei den Annotatorinnen und Annotatoren identifizieren und zur Kalibrierung an die Teamleitung melden.
– Spezifisches, umsetzbares Feedback zu abgelehnten oder überarbeiteten Annotationen geben, mit Verweis auf den Styleguide und Referenzbeispiele.
– An regelmäßigen Kalibrierungssitzungen mit dem Team und dem Kunden teilnehmen, um QC-Standards an sich weiterentwickelnde Richtlinien oder Lösungen für Grenzfälle anzupassen.
– Ein QC-Protokoll oder eine Tracking-Tabelle führen, in der Prüfungsergebnisse, häufige Fehlertypen und Leistungstrends der Annotatorinnen und Annotatoren dokumentiert werden (wie vom Projekt gefordert).
Was Wir Suchen
Erforderlich:
– Ausgezeichnetes schriftliches Englisch und starkes Leseverständnis – du bewertest präzise, nuancierte sprachliche Entscheidungen und prüfst nicht nur auf Tippfehler.
– Außergewöhnliche Detailgenauigkeit – in der Lage, subtile Diskrepanzen zwischen Videoinhalt und schriftlicher Beschreibung zu erkennen (z. B. ein falsch bezeichneter Greiftyp, ein falsches Objektteil, ein übersehenes Fehlschlag-Ereignis).
– Starkes Verständnis räumlicher/mechanischer Beschreibungen (links/rechts, oben/unten, Objektteile wie Griffe, Deckel, Kanten), um die Genauigkeit der Annotatorinnen und Annotatoren zu überprüfen.
– Fähigkeit, einen detaillierten, strukturierten Styleguide konsequent anzuwenden und in mehrdeutigen Szenarien oder Grenzfällen fundierte Entscheidungen zu treffen.
– Sicherheit darin, klare, spezifische und konstruktive Rückmeldungen an Annotatorinnen und Annotatoren zu geben (schriftliches Feedback, nicht nur Bestanden/Nicht-bestanden-Markierungen).
– Zuverlässige, selbstständige Arbeitsweise mit der Fähigkeit, unabhängig zu arbeiten und dabei die Erwartungen an die Bearbeitungsdauer von Prüfungen zu erfüllen.
Von Vorteil:
– Frühere Erfahrung in einer QC-, Lektorats-, Korrekturlese- oder Annotationsprüfungsrolle.
– Erfahrung speziell mit Videoannotation, Datenkennzeichnung oder Transkriptions-QA.
– Vertrautheit mit Robotik-Terminologie (Greifer, Endeffektoren, Manipulation).
– Erfahrung mit Annotationswerkzeugen wie Label Studio, einschließlich Prüfungs-/Freigabeworkflows.
#L1-CC1