Senior Manager, Data Quality & Evaluation

Senior Manager, Data Quality & Evaluation

Vollzeit 75000 - 95000 € / Jahr (geschätzt) Homeoffice möglich
J

Auf einen Blick

  • Aufgaben: Leite die Qualitätsstandards für innovative KI-Datenprogramme und entwickle effektive Lösungen.
  • Unternehmen: Führendes Unternehmen im Bereich KI mit einem dynamischen, internationalen Team.
  • Vorteile: Vollständig remote, flexible Arbeitszeiten und Möglichkeiten zur beruflichen Weiterentwicklung.
  • Weitere Informationen: Innovatives Umfeld mit Fokus auf kontinuierliche Verbesserung und Exzellenz.
  • Warum dieser Job: Gestalte die Zukunft der KI-Entwicklung durch hochwertige Dateninitiativen.
  • Qualifikationen: Mindestens 5 Jahre Erfahrung in Qualitätsoperationen und starke Führungsfähigkeiten.

Das prognostizierte Gehalt liegt zwischen 75000 - 95000 € pro Jahr.

This position is listed on behalf of a partner company, who manages all applications and next steps.

Our partner is looking for a Senior Manager, Data Quality & Evaluation based in Germany.

This role offers the opportunity to build and lead the quality foundation behind advanced AI data programs supporting the next generation of intelligent systems.

You will define evaluation frameworks, quality standards, and operational processes that ensure reliable and scalable human data workflows.

The position combines strategic leadership, analytical problem-solving, and hands-on execution across AI evaluation, annotation, and data quality initiatives.

You will collaborate with cross-functional teams and customers to transform complex requirements into effective quality solutions.

The ideal candidate is a quality-focused leader who enjoys building systems, improving processes, and driving operational excellence in a fast-moving AI environment.

You will play a key role in strengthening trust, performance, and scalability across AI development programs.

  • Accountabilities
  • Design and manage quality frameworks for AI data and evaluation programs, including quality standards, acceptance criteria, review processes, and performance metrics.
  • Translate customer requirements into scalable quality workflows that support data collection, annotation, evaluation, review, calibration, and reporting activities.
  • Identify quality risks early and collaborate with delivery teams to resolve issues affecting timelines, customer confidence, or program outcomes.
  • Build repeatable quality processes for calibration, QA sampling, adjudication, reviewer performance tracking, and customer reporting.
  • Lead quality operations across multilingual evaluation, speech and audio review, transcription, annotation, human preference evaluation, expert review, coding evaluation, and AI model assessment programs.
  • Develop and improve rubrics, task instructions, reviewer guidelines, calibration exercises, golden datasets, scorecards, and reporting templates.
  • Monitor quality indicators such as reviewer agreement, error trends, performance metrics, and root causes of quality variation.
  • Turn quality insights into actionable improvements across instructions, training programs, tooling, staffing models, and operational workflows.
  • Support strategic customer programs through quality reviews, business discussions, escalations, retrospectives, and improvement plans.
  • Partner with internal teams to ensure programs are designed for quality success from initial planning through production delivery.
  • Build reusable quality assets and standardized approaches that improve scalability across multiple programs.
  • Lead, coach, and develop Quality Managers, Quality Leads, Quality Specialists, reviewers, and other contributors involved in data quality operations.
  • Promote a culture of quality ownership, accountability, continuous improvement, and operational excellence.

Requirements

  • 5+ years of experience in quality operations, data operations, AI data services, localization quality, annotation quality, evaluation operations, trust and safety quality, or a related field.
  • Proven experience managing quality programs for complex customer accounts or large-scale operational delivery environments.
  • Strong understanding of QA methodologies, calibration processes, sampling strategies, adjudication, error analysis, and performance reporting.
  • Experience collaborating with cross-functional teams including operations, delivery, supply chain, sales, and customer-facing stakeholders.
  • Strong analytical skills with the ability to transform quality data into operational improvements and strategic recommendations.
  • Excellent written and verbal communication skills, with the ability to explain quality insights clearly to customers and senior stakeholders.
  • Experience building processes in fast-moving, ambiguous environments where systems and workflows are continuously evolving.
  • Strong leadership and people management skills, including coaching and developing quality specialists, reviewers, annotators, or operational teams.
  • Experience with AI data workflows, RLHF, LLM evaluation, speech/audio evaluation, transcription, coding evaluation, multilingual evaluation, or expert review programs is highly valued.
  • Experience designing evaluation rubrics, annotation guidelines, reviewer training materials, calibration workflows, or quality scorecards is a plus.
  • Familiarity with human-in-the-loop data processes, annotation platforms, QA tools, dashboards, and distributed contributor networks is desirable.
  • Knowledge of multilingual evaluation, cultural considerations, language quality risks, or specialized domain review processes is beneficial.

Benefits

  • Fully remote position with flexibility to work from anywhere.
  • Opportunity to contribute to the development of AI systems through high-impact data quality initiatives.
  • Leadership role with significant influence over quality strategy, processes, and operational standards.
  • Collaboration with international teams working on advanced AI programs.
  • Opportunity to build scalable systems and shape the future of AI evaluation operations.
  • Professional growth opportunities within a fast-evolving technology environment.
  • Dynamic workplace focused on innovation, continuous improvement, and operational excellence.

How Jobgether works

We use an

AI-powered matching process to ensure your application is reviewed quickly, objectively, and fairly against the role's core requirements.

Our system identifies the top-fitting candidates, and this shortlist is then shared directly with the hiring company.

The final decision and next steps (interviews, assessments) are managed by their internal team.

We appreciate your interest and wish you the best!

Why Apply Through Jobgether?

Data Privacy Notice

By submitting your application, you acknowledge that Jobgether will process your personal data to evaluate your candidacy and share relevant information with the hiring employer.

This processing is based on legitimate interest and pre-contractual measures under applicable data protection laws (including GDPR).

You may exercise your rights (access, rectification, erasure, objection) at any time.

#LI-CL1

We may use artificial intelligence (AI) tools to support parts of the hiring process, such as reviewing applications, analyzing resumes, or assessing responses and identifying potential inconsistencies or verification signals in application materials based on available information.

These tools assist our recruitment team but do not replace human judgment.

Final hiring decisions are ultimately made by humans.

If you would like more information about how your data is processed, please contact us.

Senior Manager, Data Quality & Evaluation Arbeitgeber: Jobgether

Jobgether ist ein hervorragender Arbeitgeber, der kreative Talente in der Schweiz anzieht. Mit flexiblen Arbeitsbedingungen, 20 Urlaubstagen und umfassender medizinischer Versicherung bietet das Unternehmen nicht nur ein unterstützendes und innovatives Arbeitsumfeld, sondern auch zahlreiche Möglichkeiten zur beruflichen Weiterentwicklung. Hier haben Sie die Chance, in einem dynamischen Team zu arbeiten und Ihre kreativen Ideen in die Tat umzusetzen.

J

Kontaktdaten:

Jobgether Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Senior Manager, Data Quality & Evaluation erhalten könnten

Wende dich an die richtigen Communities

Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.

Präsentiere deine Daten-Projekte

Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!

Nimm an Meetups und Hackathons teil

Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.

Direkte Bewerbungen über unsere Seite

Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Jobgether zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!

Wir glauben, dass du diese Fähigkeiten brauchst, um Senior Manager, Data Quality & Evaluation mit Bravour zu bestehen

Qualitätsmanagement
Datenanalyse
Analytische Fähigkeiten
Prozessoptimierung
Projektmanagement
Kommunikationsfähigkeiten
Führungskompetenz

Einige Tipps für deine Bewerbung 🫡

Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.

Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!

Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!

Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Senior Manager, Data Quality & Evaluation bei Jobgether gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Jobgether vorbereitet

Bereite deine technischen Skills vor

In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!

Verschaffe dir einen Überblick über Projekte

Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!

Vorbereitung auf case studies

In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!

Zeige deine Leidenschaft für Daten

Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Jobgether entscheidend sein!