Über die Stelle
Über die Rolle
Wir suchen detailorientierte Annotatoren, die dabei helfen, Roboter-Manipulationsvideos für KI-Trainingszwecke zu kennzeichnen. Sie schauen sich kurze Videos von Robotern an, die Manipulationsaufgaben ausführen (aus drei synchronisierten Kamerawinkeln gefilmt), und erstellen präzise, strukturierte, natürlichsprachliche Beschreibungen der stattfindenden Aktionen. Diese Arbeit unterstützt direkt die Entwicklung von Robotik-KI-Modellen und erfordert ausgeprägtes schriftliches Englisch, scharfe Beobachtungsgabe und die Disziplin, einen detaillierten Styleguide konsequent zu befolgen.
Was Sie tun werden
- Kurze Roboter-Manipulationsvideos ansehen, die jeweils aus drei synchronisierten Kameraperspektiven gefilmt sind (eine Draufsicht und Ansichten von den beiden am Handgelenk des Roboters montierten Kameras).
- Jedes Video in Zeitsegmente unterteilen und für jedes Segment klare, natürlichsprachliche Beschreibungen verfassen.
- Für jedes zutreffende Segment Labels auf drei Detailebenen anwenden:
- Atomare Bewegung (einige Sekunden) – eine einzelne kleine Bewegung (z. B. „Finger um den roten Griff schließen“)
- Fertigkeit / Teilaufgabe (mehrere Sekunden bis ~20 Sekunden) – eine vollständige, sinnvolle Aktion (z. B. „den roten Block an seiner Kante aufheben“)
- Aufgabe / Ziel (bis zu ~1 Minute) – der übergeordnete Zweck einer Abfolge von Fertigkeiten (z. B. „alle Blöcke in den Behälter legen“)
- Sicherstellen, dass jeder Moment des Videos durch ein Label auf zwei oder mehr dieser Ebenen abgedeckt ist – keine Lücken, einschließlich Leerlauf- oder Pausenmomenten.
- Genaue Beschreibung dessen, was tatsächlich passiert, auch wenn etwas nicht wie geplant verläuft (ein heruntergefallenes Objekt, ein fehlgeschlagener Griff, ein abrutschender Griff). Präzision ist wichtiger, als den Roboter erfolgreich aussehen zu lassen.
- Alle drei Kamerawinkel gegeneinander abgleichen: die Draufsicht nutzen, um die Gesamtszene und die Identität der Objekte zu verstehen, und die Nahaufnahmen der Handgelenkkameras, um exakte Kontakt- und Griffdetails zu bestätigen.
- Einen detaillierten Styleguide befolgen, der Vokabular für Aktionen, räumliche Beziehungen, Objektbeschreibungen und Art der Bewegung abdeckt, und ihn über viele Episoden hinweg konsequent anwenden.
- An regelmäßigen Kalibrierungssitzungen teilnehmen, um Ihre Kennzeichnung mit dem Team und den Referenzbeispielen des Kunden abzugleichen.
Was wir suchen
Erforderlich:
- Ausgeprägtes schriftliches Englisch – Sie verfassen Dutzende kurze, präzise beschreibende Sätze pro Video und müssen Ihre Sprache variieren, statt dieselben Formulierungen zu wiederholen.
- Scharfe Aufmerksamkeit für Details – in der Lage, kleine Unterschiede zu unterscheiden (ein erfolgreicher Griff vs. ein Fehlgriff, ein Schieben vs. ein Ziehen, welcher spezifische Objektteil berührt wird).
- Sicherheit im Befolgen eines detaillierten, strukturierten Styleguides und dessen konsequenter Anwendung, auch in mehrdeutigen oder Grenzfallszenarien.
- Grundlegende Sicherheit bei räumlichen/mechanischen Beschreibungen (links/rechts, oben/unten, Benennung von Objektteilen wie Griffen, Deckeln oder Kanten).
- Zuverlässige, selbstständige Arbeitsgewohnheiten – dies ist oft konzentrierte Arbeit mit regelmäßigen Check-ins statt enger Beaufsichtigung.
Von Vorteil:
- Frühere Erfahrung mit Videoannotation, Datenkennzeichnung, Transkription oder QA-Arbeit.
- Vertrautheit mit Robotik-Terminologie (Greifer, Endeffektoren, Manipulation) – hilfreich, aber nicht erforderlich, da der Styleguide in sich geschlossen ist.
- Erfahrung mit Annotationswerkzeugen wie Label Studio.
#L1-CC1