Over de functie
In deze rol als uurlijkse, externe contractor werk je als R Quality Assurance Lead (QAL) om kwaliteit, consistentie en de prestaties van trainers te bewaken binnen R-programmeer- en data-analyse-AI-trainingsprojecten. Je beoordeelt door AI gegenereerde R-code en het werk van trainers/QA, evalueert de kwaliteit van output aan de hand van projectrichtlijnen, geeft nauwkeurige schriftelijke feedback en zorgt dat bijdragers de verwachte standaarden volgen.
Je beoordeelt werk op codecorrectheid, statistische geldigheid, datareasoning, gebruik van packages, reproduceerbaarheid, nauwkeurigheid van debugging, leesbaarheid, kwaliteit van visualisaties, formatting, het volgen van instructies en naleving van rubrics.
Deze rol is bij SME Careers, een snelgroeiend AI Data Services-bedrijf en dochteronderneming van SuperAnnotate, dat trainingsdata levert aan veel van 's werelds grootste AI-bedrijven en foundation-model-labs. Jouw leiderschap op het gebied van R-kwaliteit helpt ervoor te zorgen dat R-trainingsdata accuraat, reproduceerbaar, statistisch verantwoord, duidelijk uitgelegd en afgestemd op de verwachtingen van klanten is.
Het selectieproces omvat een AI-interview, een domeinspecifieke taak en een interview met een recruiter.
Belangrijk: Er is momenteel geen project voor deze rol; als je gekwalificeerd bent, behoor je echter tot de eerste experts die we benaderen wanneer zich relevante kansen voordoen. Dit geeft je ook toegang tot toekomstige projecten die via ons expertnetwerk beschikbaar zijn.
Wat je gaat doen
- Steekproefsgewijs R-programmeer- en data-analyse-items controleren.
- Door AI gegenereerde R-code, statistische uitleg, visualisaties, datatransformatie-stappen en modelleringsworkflows beoordelen.
- Projectupdates en R-specifieke standaarden communiceren via Discord.
- Vragen van trainers/QA beantwoorden over R-syntax, packages, statistische reasoning, reproduceerbaarheid, plots en rubricinterpretatie.
- Inactieve bijdragers een DM sturen en activeringstracking beheren.
- R-documentatie, stijlgidsen, voorbeelden, trackers, FAQ's, honeypots en onboardingmaterialen maken en onderhouden.
- Onboarding-/trainingscalls voor R-bijdragers verzorgen.
- Misleidende statistische claims, ongeldige methoden, niet-reproduceerbare workflows of gehallucineerde packages/functies signaleren.
- QA-processen verbeteren op basis van terugkerende hiaten.
Wat we zoeken
- Bachelor- of masterdiploma in Statistiek, Data Science, Wiskunde, Informatica, Economie, Biologie, Sociale Wetenschappen of een gerelateerd kwantitatief vakgebied.
- Sterke beheersing van het Engels om richtlijnen te volgen en duidelijke feedback te geven.
- 3+ jaar ervaring met R voor data-analyse, statistiek, onderzoek, analytics, onderwijs, programmeren of technische review.
- Sterk begrip van R-syntax, data frames, vectoren, functies, lists, factors, ontbrekende data, tidyverse, base R, statistische modellering en visualisatie.
- Vermogen om problemen te identificeren zoals onjuiste statistische aannames, ongeldig gebruik van packages, niet-reproduceerbare code, data leakage, gebrekkige transformaties, gehallucineerde functies of misleidende grafieken.
- Bekendheid met dplyr, tidyr, ggplot2, readr, stringr, purrr, data.table, Shiny, R Markdown/Quarto, caret/tidymodels, lme4, survival, Git en reproduceerbare workflows is een pluspunt.
- Ervaring met het leiden van remote teams van trainers, analisten, reviewers, docenten of QA'ers is sterk gewenst.
- Vaardig met Discord, Google Sheets, Google Docs, trackers, dashboards, GitHub en PM-systemen.
- Zeer georganiseerd en in staat om stijlgidsen, trackers, FAQ's, honeypots, kalibratietaken en onboardingmaterialen te onderhouden.
- Ervaring met AI-training, data-annotatie, LLM-evaluatie, code-QA of rubric-gebaseerde review is een sterk pluspunt.