電気エンジニア品質保証リード(QAL)

最大$105/時間SME Careersリモート米国在住者のみ

この求人は自動翻訳されています。応募は掲載元のプラットフォームが受け付けます。応募前に原文の要件をご確認ください。 元のページを見る

概要

電気工学AI訓練プロジェクトで品質とトレーナーの業務を監督します。AI生成コンテンツやトレーナー/QAの作業をルーブリックに沿って評価し、書面でフィードバックし、オンボーディングを行い、文書を維持します。電気工学で3年以上の実務経験と高い英語力が必要で、選考はAI面接、領域別タスク、採用担当面接から成ります。

AIが元の求人情報をもとに作成した要約です。

  • 掲載日:2026年11月9日

この求人について

この時間給・リモートのコントラクター職では、電気エンジニアリング品質保証リード(QAL)として、電気エンジニアリングのAIトレーニングプロジェクト全体における品質、一貫性、トレーナーのパフォーマンスを監督します。AIが生成した電気エンジニアリングコンテンツやトレーナー/QAの作業をレビューし、プロジェクトガイドラインに対するアウトプット品質を評価し、的確な文書フィードバックを提供し、すべての貢献者が期待される品質基準に従うことを確実にします。

作業の技術的正確性、エンジニアリング上の推論、回路解析の正しさ、計算の妥当性、規格への理解、単位の一貫性、安全上の考慮事項、明確さ、書式、指示への準拠、プロジェクト固有のルーブリックへの適合性を評価します。繰り返し発生する品質問題を特定し、トレーナーやQAに更新を伝え、オンボーディングを支援し、ドキュメントを維持し、継続的に作業していない貢献者のアクティベーションを支援します。この職務には、強力な電気エンジニアリングの専門知識、強力な英語コミュニケーション能力、卓越した細部への注意力、構造化されたコミュニケーション、およびリモートの技術チーム全体で品質ワークフローを管理する能力が必要です。

この職務は、急成長するAIデータサービス企業でありSuperAnnotateの子会社であるSME Careersでのものです。同社は世界最大級のAI企業や基盤モデル研究所の多くにトレーニングデータを提供しています。あなたの電気エンジニアリングにおける品質リーダーシップは、エンジニアリングのトレーニングデータが正確で、論理的に妥当で、明確に説明され、十分に文書化され、クライアントの期待に沿っていることを確実にすることで、世界有数のAIモデルの改善に直接貢献します。

選考プロセスには、AI面接、ドメイン固有のタスク、およびリクルーターとの面接が含まれます。

業務内容

  • 品質モニタリング:電気エンジニアリングの項目を抜き取り検査し、品質問題を特定し、DMを通じて継続的なフィードバックを提供し、繰り返し発生する問題や重大な問題をエスカレーションします。
  • 技術レビュー:AIが生成したエンジニアリングの説明、回路解析、計算、設計上の推奨事項、図/記述、トラブルシューティング手順、問題解決ワークフローの正確性と明確さを評価します。
  • トレーナーおよびQAとのコミュニケーション:DiscordでトレーナーやQAに対し、新しい項目ガイドライン、プロジェクトの変更、ワークフローの更新、品質への期待、電気エンジニアリング固有のレビュー基準について更新情報を伝えます。
  • 質問対応:トレーナー/QAからの質問に、特にエンジニアリング上の前提、単位、公式、回路、安全上の懸念、規格の参照、ルーブリックの解釈に関して、明確かつ迅速に回答します。
  • トレーナー/QAのアクティベーション管理:非アクティブまたは作業していない貢献者にDMを送り、アクティベーションを促し、フォローアップを追跡し、必要に応じて対応可否の問題を報告します。
  • ドキュメント:スタイルガイド、トラッカー、FAQ、品質ノート、例、ハニーポット、キャリブレーションタスク、オンボーディング資料など、電気エンジニアリングプロジェクトのドキュメントを作成・維持します。
  • オンボーディングとトレーニング:トレーナーやQAとのオンボーディング/トレーニング通話を日程調整して実施し、プロジェクトの期待事項、ワークフロー、ルーブリック、品質基準、電気エンジニアリング固有のレビュー要件を説明します。
  • 品質の整合:すべてのトレーナーとQAがエンジニアリングガイドラインを一貫して適用し、プロジェクトの進展に伴う更新を理解することを確実にします。
  • リスクと安全のレビュー:特に回路、電気設備、機器の操作、電力系統、高電圧、バッテリー、または人体の安全に影響が及ぶ可能性がある場合に、安全でない、誤解を招く、または過度に自信過剰なエンジニアリング上の推奨事項を報告します。
  • プロセス改善:繰り返し発生する品質のギャップを特定し、ワークフローの改善を提案し、電気エンジニアリングのAIトレーニングプロジェクト向けのスケーラブルなQAプロセスの構築を支援します。

求める人物像

  • 電気工学、電子工学、コンピュータ工学、電力工学、通信工学、または密接に関連する工学分野の学士号または修士号。
  • プロジェクトガイドラインに従い、チームとコミュニケーションを取り、英語で明確な技術フィードバックを提供するための、強力な英語力。
  • 電気工学、電子工学、電力系統、組込みシステム、信号処理、回路設計、制御、通信、技術レビュー、工学教育、または関連するワークフローにおける3年以上の実務経験。
  • 回路解析、アナログ/デジタル電子工学、電磁気学、信号とシステム、電力系統、制御システム、半導体デバイス、通信システム、計測、電気安全など、電気工学の主要トピックに関する強い理解。
  • 詳細なルーブリックに照らしてエンジニアリングコンテンツを評価し、誤った前提、欠陥のある計算、単位の欠落、安全でない推奨事項、無効な回路ロジック、ハルシネーションによる規格、不完全な説明などの問題を特定する能力。
  • SPICE/LTspice、MATLAB、Simulink、Python、Verilog/VHDL、PCB設計ツール、オシロスコープ、回路シミュレーション、組込みワークフロー、電力系統解析ツールなど、一般的な電気エンジニアリングツールやワークフローへの習熟が望ましい。
  • トレーナー、アノテーター、レビュアー、エンジニア、テクニカルライター、またはQAのリモートチームを率いた、または支援した経験が強く望ましい。
  • Discord、Googleスプレッドシート、Googleドキュメント、トラッカー、ダッシュボード、プロジェクト管理システムなどのツールを使用し、急速に変化するリモート環境で働くことに抵抗がない。
  • 細部への注意力と組織力が非常に高く、スタイルガイド、FAQ、トラッカー、オンボーディング資料、ハニーポット、キャリブレーションタスク、その他の品質ドキュメントを維持する能力。
  • AIトレーニング、データアノテーション、大規模言語モデル、プロンプト/レスポンス評価、技術コンテンツのQA、またはルーブリックベースのLLM評価の経験は大きなプラス。

スキル

電力系統LLM評価エンジニアリングQA電気工学技術レビュー電子工学AIトレーニングドキュメント作成トレーナーフィードバック回路解析
応募者の所在国
米国在住者のみ

この求人では応募者が米国に居住している必要があります。その他の要件は掲載元の求人でご確認ください。

勤務形態
リモート
求人に記載された勤務地
指定なし
初回掲載
2026-11-09
最終確認

この報酬の比較

エンジニアリング:各プラットフォームの一般的な時給(2026年11月)

この案件 最大$105/時間全プラットフォームの一般的な時給 $76/時間

  • micro1$68/時間41件中央50%の案件:$40–$94/時間
  • Mercor$78/時間25件中央50%の案件:$55–$93/時間

2026年11月に掲載された時給制の案件66件に基づきます。タスク単位・プロジェクト単位の報酬は含みません。報酬は各プラットフォームが設定します。

この分野のその他の求人 →