Informazioni sul ruolo
In questo ruolo di collaboratore remoto retribuito a ore, lavorerai come Responsabile Quality Assurance Chimica (QAL) per supervisionare qualità, coerenza e prestazioni dei trainer nei progetti di addestramento AI in chimica. Esaminerai contenuti chimici generati dall'AI e il lavoro dei trainer/QA, valuterai la qualità degli 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 accuratezza scientifica, ragionamento chimico, correttezza dei calcoli, logica delle reazioni, coerenza delle unità, consapevolezza della sicurezza, chiarezza, formattazione, aderenza alle istruzioni e rispetto delle 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 costanza. Questo ruolo richiede una solida competenza chimica, ottime 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 nei Servizi di Dati AI e sussidiaria di SuperAnnotate, che fornisce dati di addestramento per molte delle più grandi aziende AI e laboratori di modelli fondazionali al mondo. La tua leadership nella qualità chimica aiuterà direttamente a migliorare i principali modelli AI del mondo garantendo che i dati di addestramento in chimica siano accurati, logicamente solidi, chiaramente spiegati, attenti alla sicurezza, ben documentati e allineati alle aspettative del cliente.
Il processo di selezione prevede un colloquio AI, un compito specifico del dominio e un colloquio con un reclutatore.
Cosa farai
- Monitoraggio della qualità: eseguire controlli a campione su elementi di chimica, identificare problemi di qualità, fornire feedback continuo tramite DM e segnalare problemi ricorrenti o critici.
- Revisione scientifica: valutare spiegazioni chimiche, calcoli, meccanismi di reazione, ragionamenti di laboratorio, nomenclatura, diagrammi/descrizioni e passaggi di risoluzione dei problemi generati dall'AI per correttezza e chiarezza.
- Comunicazione con trainer e QA: aggiornare trainer e QA su Discord riguardo a nuove linee guida sugli elementi, modifiche al progetto, aggiornamenti sui flussi di lavoro, aspettative di qualità e standard di revisione specifici della chimica.
- Gestione delle domande: rispondere a domande di trainer/QA in modo chiaro e tempestivo, soprattutto su ragionamento chimico, unità, formule, reazioni, meccanismi, preoccupazioni per la sicurezza, terminologia e interpretazione delle rubriche.
- Gestione dell'attivazione di trainer/QA: inviare DM ai contributori inattivi o che non lavorano, incoraggiare l'attivazione, monitorare i follow-up e segnalare problemi di disponibilità quando necessario.
- Documentazione: creare e mantenere la documentazione del progetto di chimica, inclusi guide di stile, tracker, FAQ, note sulla qualità, esempi, honeypot, attività di calibrazione e materiali di onboarding.
- Onboarding e addestramento: pianificare e condurre chiamate 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 della chimica.
- Allineamento della qualità: garantire che tutti i trainer e i QA applichino le linee guida di chimica in modo coerente e comprendano gli aggiornamenti man mano che i progetti evolvono.
- Revisione di rischi e sicurezza: segnalare raccomandazioni chimiche non sicure, fuorvianti o eccessivamente sicure di sé, soprattutto dove possono essere coinvolti manipolazione di sostanze chimiche, reazioni, procedure di laboratorio, sostanze pericolose, dosaggio, impatto ambientale o salute/sicurezza.
- Miglioramento dei processi: identificare lacune di qualità ricorrenti, proporre miglioramenti ai flussi di lavoro e aiutare a costruire processi QA scalabili per i progetti di addestramento AI in chimica.
Cosa cerchiamo
- Laurea triennale, magistrale o dottorato in Chimica, Scienze Chimiche, Biochimica, Chimica dei Materiali, Chimica Farmaceutica o un campo strettamente correlato.
- Solida padronanza della lingua inglese per seguire le linee guida del progetto, comunicare con i team e fornire feedback scientifici chiari in inglese.
- 3+ anni di esperienza professionale in ricerca chimica, lavoro di laboratorio, insegnamento, scrittura scientifica, revisione tecnica, controllo qualità, formulazione, chimica analitica o flussi di lavoro correlati.
- Solida comprensione di argomenti chimici fondamentali come chimica generale, chimica organica, chimica inorganica, chimica fisica, chimica analitica, biochimica, termodinamica, cinetica, equilibrio, stechiometria, spettroscopia e meccanismi di reazione.
- Capacità di valutare contenuti chimici rispetto a rubriche dettagliate e identificare problemi come assunzioni errate, calcoli errati, logica di reazione non valida, unità mancanti, raccomandazioni non sicure, fatti allucinati, spiegazioni incomplete o affermazioni scientifiche fuorvianti.
- Familiarità con strumenti o flussi di lavoro chimici comuni come documentazione di laboratorio, metodi analitici, interpretazione di spettroscopia, cromatografia, analisi di titolazione, interpretazione di strutture molecolari, schede di dati di sicurezza, nomenclatura chimica o revisione della letteratura scientifica è preferita.
- Esperienza nella guida o nel supporto di team remoti di trainer, annotatori, revisori, ricercatori, scrittori tecnici, educatori o QA è fortemente preferita.
- A proprio agio in ambienti remoti dinamici utilizzando strumenti come Discord, Google Sheets, Google Docs, tracker, dashboard e sistemi di gestione progetti.
- Fortemente orientato ai dettagli e organizzato, con la capacità di mantenere guide di stile, FAQ, tracker, materiali di onboarding, honeypot, attività di calibrazione e altra documentazione di qualità.
- Esperienza con addestramento AI, annotazione dei dati, modelli linguistici di grandi dimensioni, valutazione prompt/risposta, QA di contenuti scientifici o valutazione LLM basata su rubriche è un forte plus.