Über die Stelle
Über Turing: Mit Sitz in San Francisco, Kalifornien, ist Turing der weltweit führende Forschungsbeschleuniger für KI-Spitzenlabore und ein vertrauenswürdiger Partner für globale Unternehmen, die fortschrittliche KI-Systeme einsetzen. Turing unterstützt Kunden auf zwei Arten: erstens, indem es die Spitzenforschung mit hochwertigen Daten, fortschrittlichen Trainings-Pipelines sowie führenden KI-Forschern beschleunigt, die auf Programmierung, logisches Denken, MINT, Mehrsprachigkeit, Multimodalität und Agenten spezialisiert sind; und zweitens, indem es diese Expertise anwendet, um Unternehmen dabei zu helfen, KI vom Proof of Concept zu proprietärer Intelligenz weiterzuentwickeln – mit Systemen, die zuverlässig arbeiten, messbare Wirkung erzielen und nachhaltige Ergebnisse in der Gewinn- und Verlustrechnung (P&L) bringen.
Überblick über die Rolle
Wir suchen detailorientierte Video-Annotatorinnen und -Annotatoren zur Unterstützung eines Projekts zur Erkennung von Einstellungsgrenzen (Shot Boundary Detection). Die Annotatoren sehen sich Videoclips an, bestimmen, wo Einstellungen beginnen und enden, klassifizieren Übergangstypen (Schnitte, Ausblendungen, Überblendungen, Wischblenden) und gruppieren Einstellungen in Szenen-Container (Scene Buckets) mit Kategorie-Labels.
Aufgaben
- Videoclips Bild für Bild ansehen und alle Einstellungsgrenzen erkennen
- Für jede Einstellung eine „Shot Card“ erstellen, die Start- und Endbild erfasst
- Übergangstyp und -untertyp der Einstellung erkennen und beschriften (Schnitt, Ausblendung, Überblendung, Wischblende usw.)
- Shot Cards anhand der Kontinuität von Handlung/Ereignissen in Szenen-Container gruppieren
- Jeden Videoclip und jeden Szenen-Container nach Kategorie klassifizieren (z. B. TV-Streaming/Drama, Bildung/Dokumentation, Gaming/Sci-Fi, Podcast/Lifestyle)
- Konsistenz und Genauigkeit bei einem hohen Volumen an Annotationen wahren
- Detaillierten Labeling-Richtlinien folgen und Randfälle zur Prüfung melden
Anforderungen
- 1+ Jahr Erfahrung in Videoschnitt/Filmschnitt, Content-Erstellung oder Videoproduktion
- Fundiertes Verständnis von Einstellungskomposition, Schnitttechniken und Übergangstypen
- Ausgeprägte Liebe zum Detail und die Fähigkeit, feine visuelle Hinweise zu unterscheiden (z. B. Schwenken/Zoomen vs. ein tatsächlicher Einstellungswechsel)
- Sicherer Umgang mit Annotationswerkzeugen und strukturierten Labeling-Workflows
- Fähigkeit, eigenständig zu arbeiten und Qualitäts-/Durchsatzziele zu erreichen
- Gute schriftliche Kommunikation zur Dokumentation von Randfällen oder mehrdeutigen Entscheidungen
- Von Vorteil:
Von Vorteil (Qualifikation):
- Hintergrund in Filmwissenschaft, Kameraarbeit (Cinematography) oder Medienproduktion
- Frühere Erfahrung mit Datenannotations- oder Labeling-Projekten
- Vertrautheit mit verschiedenen Genres (Drama, Dokumentation, Gaming, Podcast-/Lifestyle-Inhalte)
Vorteile
- Möglichkeit, an Spitzenprojekten im Bereich KI zu arbeiten.
- Wettbewerbsfähige Vergütung.
- Flexible Arbeitszeiten und Remote-Arbeitsumgebung.
Bewerbungsverfahren
- Kandidatinnen und Kandidaten in der engeren Auswahl absolvieren ein Assessment.
- Nach bestandenem Assessment können die Kandidatinnen und Kandidaten beginnen.