Over de functie
In deze rol als uurtarief-remotecontractant werk je als Quality Assurance Lead (QAL) voor Schoolwetenschappen (Basisonderwijs) om toezicht te houden op kwaliteit, consistentie en prestaties van trainers binnen AI-trainingsprojecten voor wetenschapsonderwijs op basisschoolniveau. Je beoordeelt door AI gegenereerde schoolwetenschappelijke content 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 wetenschappelijke nauwkeurigheid, geschiktheid voor het leerjaar, conceptuele helderheid, kindveilige uitleg, curriculumafstemming, leeftijdsgeschikt taalgebruik, kwaliteit van redeneren, opmaak, het volgen van instructies en naleving van projectspecifieke rubrics. Je signaleert terugkerende kwaliteitsproblemen, communiceert updates naar trainers en QA's, ondersteunt onboarding, onderhoudt documentatie en helpt bijdragers te activeren die niet consistent werken. Deze rol vereist sterke kennis van elementaire wetenschappen, onderwijskundig beoordelingsvermogen, sterke communicatieve vaardigheden in het Engels, uitstekend oog voor detail en het vermogen om kwaliteitsworkflows te beheren binnen remote teams gericht op onderwijs.
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 kwaliteit van elementaire wetenschappen helpt direct de toonaangevende AI-modellen van de wereld te verbeteren door ervoor te zorgen dat trainingsdata voor schoolwetenschappen nauwkeurig, leeftijdsgeschikt, boeiend, veilig en duidelijk uitgelegd zijn voor jonge leerlingen.
Wat je gaat doen
- Kwaliteitsmonitoring: Steekproefsgewijs elementaire wetenschapsitems controleren, kwaliteitsproblemen identificeren, doorlopende feedback geven via DM's en terugkerende of kritieke problemen escaleren.
- Beoordeling van wetenschapsonderwijs: Door AI gegenereerde wetenschappelijke uitleg, werkbladen, activiteiten, korte antwoorden, lesachtige content, voorbeelden, quizzen en uitleg gericht op leerlingen beoordelen op nauwkeurigheid en geschiktheid voor het leerjaar.
- Communicatie met trainers en QA: Trainers en QA's op Discord bijwerken over nieuwe itemrichtlijnen, projectwijzigingen, workflowupdates, kwaliteitsverwachtingen en beoordelingsstandaarden voor elementaire wetenschappen.
- Vragen afhandelen: Duidelijk en snel reageren op vragen van trainers/QA's, vooral over geschiktheid voor het leerjaar, wetenschappelijke concepten, veilige activiteiten, misvattingen van leerlingen en interpretatie van rubrics.
- Beheer van activering van trainers/QA's: Bijdragers die inactief zijn of niet werken een DM sturen, aanmoedigen tot activering, follow-ups bijhouden en indien nodig beschikbaarheidsproblemen signaleren.
- Documentatie: Documentatie voor elementaire wetenschapsprojecten creëren en onderhouden, inclusief stijlgidsen, trackers, FAQ's, kwaliteitsnotities, voorbeelden, honeypots, kalibratietaken en onboardingsmaterialen.
- Onboarding en training: Onboarding-/trainingsgesprekken plannen en leiden met trainers en QA's om projectverwachtingen, workflows, rubrics, kwaliteitsstandaarden en schoolspecifieke wetenschapsvereisten uit te leggen.
- Kwaliteitsafstemming: Zorg ervoor dat alle trainers en QA's de beoordelingsrichtlijnen voor elementaire wetenschappen consistent toepassen en updates begrijpen naarmate projecten zich ontwikkelen.
- Veiligheidsbeoordeling: Onveilige experimenten, misleidende gezondheids-/milieuclaims, te geavanceerde uitleg, onjuiste wetenschappelijke feiten of leeftijdsongeschikte content signaleren.
- Procesverbetering: Terugkerende kwaliteitshiaten identificeren, workflowverbeteringen voorstellen en helpen bij het opbouwen van schaalbare QA-processen voor AI-trainingsprojecten voor elementaire wetenschappen.
- Moedertaalvaardigheid in Punjabi
Wat we zoeken
- Bachelor, Master, onderwijsbevoegdheid of gelijkwaardige professionele ervaring in Basisonderwijs, Wetenschapsonderwijs, Biologie, Scheikunde, Natuurkunde, Aardwetenschappen, Milieuwetenschappen, STEM-onderwijs of een gerelateerd vakgebied.
- Sterke beheersing van de Engelse taal om projectrichtlijnen te volgen, met teams te communiceren en duidelijke schriftelijke feedback te geven.
- 3+ jaar ervaring met lesgeven, bijles geven, curriculumontwikkeling, beoordeling van educatieve content, wetenschapscommunicatie, klassondersteuning, instructional design of gerelateerde onderwijsworkflows.
- Sterk begrip van wetenschappelijke concepten op elementair niveau op het gebied van levenswetenschappen, natuurwetenschappen, aardwetenschappen, milieuwetenschappen, wetenschappelijk onderzoek, observatie, bewijs, experimenten en veiligheid.
- Vermogen om wetenschapsonderwijscontent te beoordelen aan de hand van gedetailleerde rubrics en problemen te identificeren zoals wetenschappelijke onjuistheden, leeftijdsongeschikt taalgebruik, onveilige experimentsuggesties, misleidende simplificaties, onjuiste analogieën of verwarrende uitleg.
- Bekendheid met verwachtingen per leerjaar, kindvriendelijke uitleg, educatieve scaffolding, klassactiviteiten, werkbladen, toetsen en curriculumstandaarden is een pré.
- Ervaring met het leiden of ondersteunen van remote teams van docenten, reviewers, curriculumschrijvers, annotatoren, trainers of QA's is sterk gewenst.
- Comfortabel werken in snelle 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 documentatie te onderhouden.
- Ervaring met AI-training, data-annotatie, LLM-evaluatie, educatieve QA, curriculum-QA of rubricgebaseerde beoordeling is een sterk pluspunt.