Informazioni sul ruolo
In questo ruolo di collaboratore remoto retribuito a ore, lavorerai come Lead di Assicurazione Qualità (QAL) per l'Ingegneria Elettrica per supervisionare qualità, coerenza e prestazioni dei trainer nei progetti di addestramento AI in ingegneria elettrica. Esaminerai contenuti di ingegneria elettrica generati dall'AI e il lavoro di trainer/QA, valuterai la qualità degli output rispetto alle linee guida del progetto, fornirai feedback scritti precisi e garantirari che tutti i contributori seguano gli standard di qualità attesi.
Valuterai il lavoro per accuratezza tecnica, ragionamento ingegneristico, correttezza dell'analisi dei circuiti, validità dei calcoli, consapevolezza degli standard, coerenza delle unità, considerazioni di sicurezza, chiarezza, 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 ingegneria elettrica, 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 leadership nella qualità dell'ingegneria elettrica contribuirà direttamente a migliorare i principali modelli AI del mondo garantendo che i dati di addestramento ingegneristici siano accurati, logicamente solidi, spiegati con chiarezza, 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 recruiter.
Cosa farai
- Monitoraggio della qualità: eseguirai controlli a campione sugli elementi di ingegneria elettrica, individuerai problemi di qualità, fornirai feedback continuo tramite DM e segnalerai problemi ricorrenti o critici.
- Revisione tecnica: valuterai spiegazioni ingegneristiche, analisi di circuiti, calcoli, raccomandazioni di progettazione, diagrammi/descrizioni, passaggi di troubleshooting e flussi di problem-solving generati dall'AI per correttezza e chiarezza.
- Comunicazione con trainer e QA: aggiornerai 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 dell'ingegneria elettrica.
- Gestione delle domande: risponderai a domande di trainer/QA in modo chiaro e tempestivo, in particolare su ipotesi ingegneristiche, unità, formule, circuiti, preoccupazioni di sicurezza, riferimenti agli standard e interpretazione delle rubriche.
- Gestione dell'attivazione di trainer/QA: invierai DM ai contributori inattivi o che non lavorano, incoraggerai l'attivazione, monitorerai i follow-up e segnalerai problemi di disponibilità quando necessario.
- Documentazione: creerai e manterrai la documentazione del progetto di ingegneria elettrica, inclusi style guide, tracker, FAQ, note sulla qualità, esempi, honeypot, compiti di calibrazione e materiali di onboarding.
- Onboarding e addestramento: pianificherai e condurrai 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 dell'ingegneria elettrica.
- Allineamento sulla qualità: garantirai che tutti i trainer e i QA applichino le linee guida ingegneristiche in modo coerente e comprendano gli aggiornamenti man mano che i progetti evolvono.
- Revisione dei rischi e della sicurezza: segnalerai raccomandazioni ingegneristiche non sicure, fuorvianti o eccessivamente sicure di sé, in particolare dove potrebbero essere coinvolti circuiti, installazioni elettriche, funzionamento di apparecchiature, sistemi di potenza, alta tensione, batterie o sicurezza delle persone.
- Miglioramento dei processi: individuerai lacune di qualità ricorrenti, proporrai miglioramenti dei flussi di lavoro e contribuirai a costruire processi QA scalabili per progetti di addestramento AI in ingegneria elettrica.
Cosa cerchiamo
- Laurea triennale o magistrale in Ingegneria Elettrica, Ingegneria Elettronica, Ingegneria Informatica, Ingegneria Energetica, Ingegneria delle Telecomunicazioni o un campo ingegneristico strettamente correlato.
- Forte padronanza della lingua inglese per seguire le linee guida del progetto, comunicare con i team e fornire feedback tecnico chiaro in inglese.
- 3+ anni di esperienza professionale in ingegneria elettrica, elettronica, sistemi di potenza, sistemi embedded, elaborazione dei segnali, progettazione di circuiti, controlli, telecomunicazioni, revisione tecnica, formazione ingegneristica o flussi di lavoro correlati.
- Forte comprensione dei temi fondamentali dell'ingegneria elettrica come analisi dei circuiti, elettronica analogica/digitale, elettromagnetismo, segnali e sistemi, sistemi di potenza, sistemi di controllo, dispositivi a semiconduttore, sistemi di comunicazione, strumentazione e sicurezza elettrica.
- Capacità di valutare contenuti ingegneristici rispetto a rubriche dettagliate e individuare problemi come ipotesi errate, calcoli errati, unità mancanti, raccomandazioni non sicure, logica di circuito non valida, standard allucinati o spiegazioni incomplete.
- Familiarità con strumenti o flussi di lavoro comuni di ingegneria elettrica come SPICE/LTspice, MATLAB, Simulink, Python, Verilog/VHDL, strumenti di progettazione PCB, oscilloscopi, simulazione di circuiti, flussi di lavoro embedded o strumenti di analisi dei sistemi di potenza è preferibile.
- Esperienza nella guida o nel supporto di team remoti di trainer, annotatori, revisori, ingegneri, technical writer o QA è fortemente preferibile.
- A proprio agio nel lavorare in ambienti remoti dinamici utilizzando strumenti come Discord, Google Sheets, Google Docs, tracker, dashboard e sistemi di project management.
- Elevata attenzione ai dettagli e organizzazione, con la capacità di mantenere style guide, FAQ, tracker, materiali di onboarding, honeypot, compiti 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 tecnici o valutazione di LLM basata su rubriche è un forte plus.