Over de functie
In deze uurtarief-rol als externe contractor werk je als TypeScript Quality Assurance Lead (QAL) om kwaliteit, consistentie en prestaties van trainers te bewaken binnen TypeScript AI-trainingprojecten. Je beoordeelt door AI gegenereerde TypeScript-code en het werk van trainers/QA, evalueert de outputkwaliteit aan de hand van projectrichtlijnen, geeft nauwkeurige schriftelijke feedback en zorgt ervoor dat alle bijdragers de verwachte kwaliteitsstandaarden volgen.
Je beoordeelt werk op codecorrectheid, typeveiligheid, kwaliteit van redenering, runtimegedrag, nauwkeurigheid van debugging, leesbaarheid, onderhoudbaarheid, prestaties, securitybewustzijn, testdekking, formatting, het volgen van instructies en naleving van projectspecifieke rubrics. Je signaleert terugkerende kwaliteitsproblemen, communiceert updates naar trainers en QA'ers, ondersteunt onboarding, onderhoudt documentatie en helpt bijdragers te activeren die niet consistent werken. Deze rol vereist sterke TypeScript-expertise, sterke communicatieve vaardigheden in het Engels, uitstekend oog voor detail, gestructureerde communicatie en het vermogen om kwaliteitsworkflows aan te sturen binnen externe technische teams.
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 TypeScript-kwaliteitsleiderschap helpt direct om 's werelds toonaangevende AI-modellen te verbeteren door ervoor te zorgen dat TypeScript-trainingsdata accuraat, typeveilig, uitvoerbaar, logisch klopt, duidelijk uitgelegd, goed gedocumenteerd en afgestemd op de verwachtingen van de klant 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 echter gekwalificeerd bent, behoor je tot de eerste experts die we benaderen wanneer er relevante mogelijkheden ontstaan. Dit geeft je ook toegang tot toekomstige projecten die beschikbaar komen via ons expertnetwerk.
Wat je gaat doen
- Kwaliteitsmonitoring: Steekproefsgewijs TypeScript-items controleren, kwaliteitsproblemen identificeren, doorlopende feedback geven via DM's en terugkerende of kritieke problemen escaleren.
- Code review: Door AI gegenereerde TypeScript-code, typedefinities, debugging-antwoorden, implementatie-uitleg, frontend/backend-snippets, tests en stapsgewijze redeneringen beoordelen op correctheid, typeveiligheid en duidelijkheid.
- Communicatie met trainers en QA: Trainers en QA'ers op Discord bijpraten over nieuwe itemrichtlijnen, projectwijzigingen, workflowupdates, kwaliteitsverwachtingen en TypeScript-specifieke reviewstandaarden.
- Vragen afhandelen: Duidelijk en snel reageren op vragen van trainers/QA'ers, vooral over typeveiligheid, inferentie, generics, strict mode, async-logica, browser- versus Node.js-omgevingen, frameworks, testing, edge cases en rubricinterpretatie.
- Activeringsbeheer van trainers/QA'ers: Bijdragers die inactief zijn of niet werken een DM sturen, activering aanmoedigen, follow-ups bijhouden en beschikbaarheidsproblemen signaleren wanneer nodig.
- Documentatie: TypeScript-projectdocumentatie maken en onderhouden, inclusief stijlgidsen, trackers, FAQ's, kwaliteitsnotities, voorbeelden, honeypots, calibratietaken en onboardingsmateriaal.
- Onboarding en training: Onboarding-/trainingcalls plannen en uitvoeren met trainers en QA'ers om projectverwachtingen, workflows, rubrics, kwaliteitsstandaarden en TypeScript-specifieke reviewvereisten uit te leggen.
- Kwaliteitsafstemming: Zorgen dat alle trainers en QA'ers de TypeScript-reviewrichtlijnen consistent toepassen en updates begrijpen naarmate projecten zich ontwikkelen.
- Risico- en securityreview: Onveilige, misleidende, onveilige of overmoedige codeaanbevelingen signaleren, vooral rond type-bypassing, onveilige casts, dependencygebruik, authenticatie, dataverwerking en productiegereedheid.
- Procesverbetering: Terugkerende kwaliteitshiaten identificeren, workflowverbeteringen voorstellen en helpen bij het opbouwen van schaalbare QA-processen voor TypeScript AI-trainingprojecten.
Wat we zoeken
- Bachelor- of masterdiploma in Computer Science, Software Engineering, Informatietechnologie of een nauw verwant vakgebied; gelijkwaardige professionele software-engineeringervaring kan worden overwogen.
- Sterke beheersing van het Engels om projectrichtlijnen te volgen, met teams te communiceren en duidelijke technische feedback in het Engels te geven.
- 3+ jaar professionele ervaring in TypeScript-ontwikkeling, JavaScript-ontwikkeling, frontend-engineering, backendontwikkeling met Node.js, full-stack engineering, code review, software-QA, technische mentoring of gerelateerde workflows.
- Sterk begrip van kernconcepten van TypeScript, zoals statische typing, interfaces, type-aliassen, generics, unions/intersections, narrowing, inferentie, mapped types, conditional types, utility types, strict mode, modulesystemen en typeveilig API-ontwerp.
- Sterk begrip van JavaScript-runtimegedrag, inclusief promises, async/await, event loop, closures, scope, modules, foutafhandeling en moderne ECMAScript-functies.
- Vermogen om TypeScript-inhoud te evalueren aan de hand van gedetailleerde rubrics en problemen te identificeren zoals onjuiste logica, niet-uitvoerbare code, typefouten, onveilig any-gebruik, gebrekkige redenering, ontbrekende edge cases, slechte async-afhandeling, securityrisico's, gehallucineerde API's of onvolledige uitleg.
- Bekendheid met gangbare TypeScript-ecosystemen en -tools zoals Node.js, React, Next.js, Express/NestJS, npm/yarn/pnpm, Jest, Vitest, Playwright, ESLint, Prettier, Vite, Webpack, tsconfig of GitHub-workflows is een pluspunt.
- Ervaring met het leiden of ondersteunen van externe teams van trainers, annotators, reviewers, engineers, technisch schrijvers, coding-mentoren of QA'ers is sterk gewenst.
- Comfortabel werken in snel veranderende externe omgevingen met tools zoals Discord, Google Sheets, Google Docs, trackers, dashboards, GitHub en projectmanagementsystemen.
- Sterk detailgericht en georganiseerd, met het vermogen om stijlgidsen, FAQ's, trackers, onboardingsmateriaal, honeypots, calibratietaken en andere kwaliteitsdocumentatie te onderhouden.
- Ervaring met AI-training, data-annotatie, large language models, prompt/response-evaluatie, QA van code-inhoud of rubricgebaseerde LLM-evaluatie is een sterk pluspunt.