Over de functie
In deze rol als uurlijkse, remote contractor werk je als Chemical Engineering Quality Assurance Lead (QAL) en houd je toezicht op kwaliteit, consistentie en de prestaties van trainers binnen chemisch-engineering AI-trainingsprojecten. Je beoordeelt door AI gegenereerde chemisch-engineering inhoud en het werk van trainers/QA, evalueert de outputkwaliteit aan de hand van projectrichtlijnen, geeft precieze schriftelijke feedback en zorgt ervoor dat alle bijdragers de verwachte kwaliteitsstandaarden volgen.
Je beoordeelt werk op technische nauwkeurigheid, engineering-redenering, correctheid van berekeningen, consistentie van eenheden, bewustzijn van procesveiligheid, bewustzijn van normen, duidelijkheid, opmaak, 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 chemisch-engineering expertise, sterke Engelse communicatieve vaardigheden, uitstekend oog voor detail, gestructureerde communicatie en het vermogen om kwaliteitsworkflows aan te sturen binnen remote 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 leiderschap op het gebied van chemisch-engineering kwaliteit helpt direct de beste AI-modellen ter wereld te verbeteren door ervoor te zorgen dat engineering-trainingsdata nauwkeurig, logisch consistent, duidelijk uitgelegd, goed gedocumenteerd en afgestemd op de verwachtingen van de klant zijn.
Het selectieproces omvat een AI-interview, een domeinspecifieke taak en een interview met een recruiter.
Wat je gaat doen
- Kwaliteitsmonitoring: steekproefsgewijs chemisch-engineering items controleren, kwaliteitsproblemen identificeren, doorlopende feedback geven via DM's en terugkerende of kritieke problemen escaleren.
- Technische review: door AI gegenereerde engineering-uitleg, procesberekeningen, massa-/energiebalansen, reactie-engineering-oplossingen, redeneringen over scheidingsprocessen, procesregelingsuitleg, diagrammen/beschrijvingen en probleemoplossingsworkflows beoordelen op correctheid en duidelijkheid.
- Communicatie met trainers en QA: trainers en QA'ers op Discord bijpraten over nieuwe itemrichtlijnen, projectwijzigingen, workflowupdates, kwaliteitsverwachtingen en chemisch-engineering-specifieke reviewstandaarden.
- Vragen afhandelen: duidelijk en tijdig reageren op vragen van trainers/QA'ers, vooral rond engineering-aannames, eenheden, formules, balansen, reactieomstandigheden, procesbeperkingen, veiligheidszorgen, normreferenties en interpretatie van rubrics.
- Activeringsbeheer van trainers/QA: bijdragers die inactief zijn of niet werken een DM sturen, activering aanmoedigen, follow-ups bijhouden en indien nodig beschikbaarheidsproblemen signaleren.
- Documentatie: chemisch-engineering projectdocumentatie creëren en onderhouden, inclusief stijlgidsen, trackers, FAQ's, kwaliteitsnotities, voorbeelden, honeypots, kalibratietaken en onboardingsmaterialen.
- Onboarding en training: onboarding-/trainingsgesprekken plannen en uitvoeren met trainers en QA'ers om projectverwachtingen, workflows, rubrics, kwaliteitsstandaarden en chemisch-engineering-specifieke reviewvereisten uit te leggen.
- Kwaliteitsafstemming: ervoor zorgen dat alle trainers en QA'ers engineering-richtlijnen consistent toepassen en updates begrijpen naarmate projecten zich ontwikkelen.
- Risico- en veiligheidsreview: onveilige, misleidende of overmoedige engineering-aanbevelingen signaleren, vooral waar chemicaliën, procesomstandigheden, reacties, fabrieksoperaties, druksystemen, thermische gevaren, milieu-impact of veiligheid van werknemers in het geding kunnen zijn.
- Procesverbetering: terugkerende kwaliteitshiaten identificeren, workflowverbeteringen voorstellen en helpen bij het opbouwen van schaalbare QA-processen voor chemisch-engineering AI-trainingsprojecten.
Wat we zoeken
- Bachelor- of masterdiploma in Chemische Technologie, Procestechnologie, Biochemische Technologie, Materiaalkunde, Petroleumtechnologie of een nauw verwant engineering-vakgebied.
- Sterke beheersing van de Engelse taal om projectrichtlijnen te volgen, met teams te communiceren en duidelijke technische feedback in het Engels te geven.
- 3+ jaar professionele ervaring in chemische technologie, procestechnologie, fabrieksoperaties, procesontwerp, R&D, productie, procesveiligheid, technische review, engineering-onderwijs of verwante workflows.
- Sterk begrip van kernonderwerpen binnen de chemische technologie, zoals massa- en energiebalansen, thermodynamica, vloeistofmechanica, warmteoverdracht, massaoverdracht, reactie-engineering, scheidingsprocessen, procesregeling, transportverschijnselen en procesontwerp.
- Vermogen om engineering-inhoud te beoordelen aan de hand van gedetailleerde rubrics en problemen te identificeren zoals onjuiste aannames, gebrekkige berekeningen, ontbrekende eenheden, onveilige aanbevelingen, onvolledige massa-/energiebalansen, gehallucineerde normen of onvolledige uitleg.
- Bekendheid met gangbare chemisch-engineering tools of workflows zoals Aspen Plus, Aspen HYSYS, MATLAB, Python, CHEMCAD, COMSOL, processimulatoren, PFD's, P&ID's, Excel-modellering of documentatie over procesveiligheid is een pré.
- Ervaring met het leiden of ondersteunen van remote teams van trainers, annotators, reviewers, engineers, technisch schrijvers of QA'ers is sterk gewenst.
- Je voelt je comfortabel in snel veranderende remote omgevingen met tools zoals Discord, Google Sheets, Google Docs, trackers, dashboards en projectmanagementsystemen.
- Zeer detailgericht en georganiseerd, met het vermogen om stijlgidsen, FAQ's, trackers, onboardingsmaterialen, honeypots, kalibratietaken en andere kwaliteitsdocumentatie te onderhouden.
- Ervaring met AI-training, data-annotatie, large language models, prompt-/response-evaluatie, QA van technische inhoud of rubric-gebaseerde LLM-evaluatie is een sterk pluspunt.