Spécialiste en assurance qualité en vision par ordinateur

Dans ce rôle de contractant à distance rémunéré à l'heure, vous travaillerez en tant que spécialiste en assurance qualité en vision par ordinateur pour examiner des annotations d'images et de vidéos afin d'évaluer leur qualité, leur exactitude et leur conformité aux directives. Vous évaluerez des annotations telles que les boîtes englobantes, les masques de segmentation, les polygones, les points clés, les classes d'objets, les attributs et les pistes vidéo, en identifiant les annotations manquantes, incorrectes, incohérentes ou mal placées.

Vous effectuerez également des corrections lorsque nécessaire, fournirez des retours clairs sur les problèmes de qualité et communiquerez les cas ambigus à l'équipe du projet. Ce rôle exige une grande attention aux détails, de la cohérence et la capacité à suivre attentivement des directives d'annotation en vision par ordinateur détaillées.

Ce rôle est au sein de SME Careers, une entreprise de services de données d'IA en forte croissance et filiale de SuperAnnotate, qui fournit des données d'entraînement à bon nombre des plus grandes entreprises d'IA et laboratoires de modèles de fondation au monde. Votre travail d'assurance qualité en vision par ordinateur contribue directement à améliorer les modèles d'IA de premier plan dans le monde en garantissant que les données d'entraînement visuelles sont exactes, complètes, cohérentes et conformes aux attentes du projet.

Ce que vous ferez

• Examiner la qualité des annotations : examiner les annotations d'images et de vidéos pour leur exactitude, leur exhaustivité, leur cohérence et leur respect des directives du projet.
• Vérifier les résultats d'annotation : évaluer les boîtes englobantes, les classes, les attributs, les masques de segmentation, les polygones, les points clés, les étiquettes d'images et les résultats de suivi vidéo.
• Identifier les erreurs d'annotation : repérer les objets manquants, les étiquettes incorrectes, les limites imprécises, le mauvais placement des boîtes, les attributs incohérents, les annotations en double et les cas limites ambigus.
• Effectuer des corrections lorsque nécessaire : corriger les problèmes d'annotation conformément aux instructions spécifiques au projet et aux normes de qualité.
• Fournir des retours clairs : documenter clairement les problèmes de qualité afin que les annotateurs ou les équipes de projet puissent comprendre ce qui doit être amélioré.
• Suivre les directives du projet : appliquer de manière cohérente les règles d'annotation détaillées à l'ensemble des tâches, y compris les règles relatives à l'occlusion, à la troncature, au flou, aux petits objets, aux objets qui se chevauchent et aux cas ambigus.
• Escalader les cas ambigus : communiquer les questions ou les exemples incertains à l'équipe du projet pour clarification.
• Maintenir une qualité de travail constante : mener à bien le travail d'assurance qualité assigné de manière fiable tout en maintenant l'exactitude, la cohérence et la productivité attendue.

Ce que nous recherchons

• Une expérience préalable en annotation en vision par ordinateur, annotation d'images, annotation de vidéos ou assurance qualité d'annotation est préférable.
• Une expérience dans l'examen ou la création d'annotations telles que les boîtes englobantes, les polygones, les masques de segmentation, les points clés, les classes d'objets, les attributs, la classification d'images ou le suivi d'objets vidéo.
• Une forte attention aux détails et la capacité d'identifier les annotations manquantes, incorrectes, incohérentes, qui se chevauchent, mal étiquetées ou mal placées.
• Être à l'aise avec des directives d'annotation détaillées, des règles pour les cas limites, des normes de qualité et des instructions spécifiques au projet.
• La capacité d'examiner des données d'images et de vidéos de manière cohérente sur de grands lots tout en maintenant l'exactitude et la rapidité.
• Être à l'aise pour effectuer des corrections lorsque nécessaire et expliquer clairement les erreurs d'annotation.
• Une bonne maîtrise professionnelle de l'anglais pour comprendre les directives, communiquer les questions et fournir des retours écrits.
• Être capable de travailler de manière indépendante dans un flux de travail à distance rémunéré à l'heure et de s'engager à des horaires de travail réguliers en fonction des besoins du projet.
• Une expérience préalable avec des plateformes d'annotation telles que SuperAnnotate, Labelbox, CVAT, Scale, Appen, Remotasks, Toloka ou des outils similaires est préférable.