Informazioni sul ruolo
In questo ruolo di collaboratore remoto retribuito a ore, lavorerai come JavaScript Quality Assurance Lead (QAL) per supervisionare qualità, coerenza e prestazioni dei trainer nei progetti di addestramento AI su JavaScript. Esaminerai codice JavaScript generato dall'AI e il lavoro di trainer/QA, valuterai la qualità dell'output rispetto alle linee guida del progetto, fornirai feedback scritti precisi e garantirai che tutti i contributori rispettino gli standard di qualità attesi.
Valuterai il lavoro per correttezza del codice, qualità del ragionamento, comportamento a runtime, accuratezza del debugging, leggibilità, manutenibilità, prestazioni, consapevolezza della sicurezza, copertura dei test, formattazione, rispetto delle istruzioni e aderenza alle rubriche specifiche del progetto. Individuerai problemi di qualità ricorrenti, comunicherai aggiornamenti a trainer e QA, supporterai l'onboarding, manterrai la documentazione e aiuterai ad attivare i contributori che non lavorano con continuità. Questo ruolo richiede una solida competenza in JavaScript, forti capacità di comunicazione in inglese, eccellente attenzione ai dettagli, comunicazione strutturata e la capacità di gestire flussi di lavoro di qualità in team tecnici remoti.
Questo ruolo è presso SME Careers, un'azienda in rapida crescita nel settore AI Data Services e controllata di SuperAnnotate, che fornisce dati di addestramento per molte delle più grandi aziende AI e laboratori di modelli fondazionali al mondo. La tua guida alla qualità in JavaScript contribuirà direttamente a migliorare i principali modelli AI del mondo garantendo che i dati di addestramento JavaScript siano accurati, eseguibili, logicamente solidi, spiegati chiaramente, ben documentati e allineati alle aspettative del cliente.
Il processo di selezione prevede un colloquio con AI, un'attività specifica del dominio e un colloquio con un recruiter.
Importante: Non esiste un progetto immediato per questo ruolo; tuttavia, se qualificato, sarai tra i primi esperti che contatteremo quando si presenteranno opportunità pertinenti. Questo ti darà anche accesso a futuri progetti disponibili tramite la nostra rete di esperti.
Cosa farai
- Monitoraggio della qualità: verifiche a campione degli elementi JavaScript, identificazione dei problemi di qualità, feedback continuo tramite DM ed escalation di problemi ricorrenti o critici.
- Code review: valutazione di codice JavaScript generato dall'AI, risposte di debugging, spiegazioni di implementazioni, soluzioni algoritmiche, snippet frontend/backend, test e ragionamenti passo passo per correttezza e chiarezza.
- Comunicazione con trainer e QA: aggiornamenti a trainer e QA su Discord riguardo a nuove linee guida sugli elementi, modifiche al progetto, aggiornamenti dei flussi di lavoro, aspettative di qualità e standard di revisione specifici per JavaScript.
- Gestione delle domande: risposta chiara e tempestiva alle domande di trainer/QA, in particolare su comportamento di JavaScript, logica asincrona, ambienti browser vs Node.js, framework, uso dei pacchetti, testing, casi limite e interpretazione delle rubriche.
- Gestione dell'attivazione di trainer/QA: DM ai contributori inattivi o che non lavorano, incoraggiamento all'attivazione, monitoraggio dei follow-up e segnalazione di problemi di disponibilità quando necessario.
- Documentazione: creazione e mantenimento della documentazione del progetto JavaScript, inclusi style guide, tracker, FAQ, note sulla qualità, esempi, honeypot, attività di calibrazione e materiali di onboarding.
- Onboarding e addestramento: pianificazione e conduzione di call di onboarding/addestramento con trainer e QA per spiegare le aspettative del progetto, i flussi di lavoro, le rubriche, gli standard di qualità e i requisiti di revisione specifici per JavaScript.
- Allineamento sulla qualità: garantire che tutti i trainer e i QA applichino coerentemente le linee guida di revisione JavaScript e comprendano gli aggiornamenti man mano che i progetti evolvono.
- Revisione di rischi e sicurezza: segnalazione di raccomandazioni sul codice non sicure, fuorvianti, insicure o eccessivamente sicure di sé, in particolare riguardo a rischi di injection, uso delle dipendenze, autenticazione, sicurezza del browser, gestione dei dati e prontezza per la produzione.
- Miglioramento dei processi: identificazione di lacune di qualità ricorrenti, proposta di miglioramenti ai flussi di lavoro e supporto alla creazione di processi QA scalabili per i progetti di addestramento AI su JavaScript.
Cosa cerchiamo
- Laurea triennale o magistrale in Informatica, Ingegneria del Software, Tecnologie dell'Informazione o un campo strettamente correlato; può essere considerata un'esperienza professionale equivalente nell'ingegneria del software.
- Solida padronanza della lingua inglese per seguire le linee guida del progetto, comunicare con i team e fornire feedback tecnici chiari in inglese.
- 3+ anni di esperienza professionale nello sviluppo JavaScript, ingegneria frontend, sviluppo backend con Node.js, ingegneria full-stack, code review, QA software, mentoring tecnico o flussi di lavoro correlati.
- Forte comprensione dei concetti fondamentali di JavaScript come closure, scope, hoisting, prototipi, promise, async/await, event loop, moduli, manipolazione del DOM, gestione degli errori, strutture dati e funzionalità ECMAScript moderne.
- Capacità di valutare contenuti JavaScript rispetto a rubriche dettagliate e identificare problemi come logica errata, codice non eseguibile, ragionamento difettoso, casi limite mancanti, gestione asincrona scadente, rischi di sicurezza, problemi di prestazioni, API allucinate o spiegazioni incomplete.
- Familiarità con gli ecosistemi e gli strumenti JavaScript comuni come Node.js, npm/yarn/pnpm, React, Vue, Express, Jest, Mocha, Playwright, ESLint, Prettier, Vite, Webpack, Babel o gli strumenti per sviluppatori del browser preferita.
- Esperienza nella guida o nel supporto di team remoti di trainer, annotatori, revisori, ingegneri, technical writer, mentor di coding o QA fortemente preferita.
- Comfort nel lavorare in ambienti remoti dinamici utilizzando strumenti come Discord, Google Sheets, Google Docs, tracker, dashboard, GitHub e sistemi di project management.
- Fortemente orientato ai dettagli e organizzato, con la capacità di mantenere style guide, FAQ, tracker, materiali di onboarding, honeypot, attività di calibrazione e altra documentazione sulla qualità.
- Esperienza con addestramento AI, annotazione dei dati, modelli linguistici di grandi dimensioni, valutazione di prompt/risposte, QA di contenuti di codice o valutazione LLM basata su rubriche è un forte plus.