Ground Truth Ops Specialist

Ground Truth Ops Specialist

Berlin Vollzeit 60000 - 80000 € / Jahr (geschätzt) Homeoffice (teilweise)
Moody's Investors Service

Auf einen Blick

  • Aufgaben: Verantwortlich für die Verwaltung von Datenkennzeichnungsprojekten und Qualitätssicherung.
  • Unternehmen: Moody's ist ein globaler Marktführer in Ratings und integrierter Risikoanalyse.
  • Vorteile: Arbeiten in einem inklusiven Umfeld mit der Freiheit, Ideen auszutauschen.
  • Weitere Informationen: Zusammenarbeit mit Teams in Europa und Nordamerika in einer remote-freundlichen Umgebung.
  • Warum dieser Job: Gestalten Sie die Zukunft der KI durch präzise Datenkennzeichnung.
  • Qualifikationen: Master-Abschluss in einem quantitativen oder technischen Bereich erforderlich.

Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.

Bei Moody's vereinen wir die klügsten Köpfe, um die Risiken von heute in die Chancen von morgen zu verwandeln. Wir streben danach, ein inklusives Umfeld zu schaffen, in dem sich jeder willkommen fühlt, so zu sein, wie er ist – mit der Freiheit, Ideen auszutauschen, innovativ zu denken und einander sowie unseren Kunden auf sinnvolle Weise zuzuhören. Moody's transformiert, wie die Welt Risiko sieht. Als globaler Marktführer in Ratings und integrierter Risikobewertung treiben wir KI voran, um von Einsicht zu Handlung überzugehen – und ermöglichen eine Intelligenz, die nicht nur Komplexität versteht, sondern auch darauf reagiert. Wir entschlüsseln Risiko, um Chancen freizusetzen und unseren Kunden zu helfen, Unsicherheiten mit Klarheit, Geschwindigkeit und Vertrauen zu navigieren.

Wir suchen Kandidaten, die unsere Werte verkörpern: in jede Beziehung investieren, mit Neugier führen, vielfältige Perspektiven fördern, Eingaben in Handlungen umsetzen und Vertrauen durch Integrität wahren.

Fähigkeiten und Kompetenzen

  • Erfahrung in der Durchführung oder Unterstützung von KI-Datenkennzeichnungs- und Annotierungsbemühungen, einschließlich Kampagnenmanagement, QA oder Anbieterkordination
  • Praktische Vertrautheit mit professionellen KI-Kennzeichnungsplattformen wie Labelbox, Dataloop, Scale oder ähnlichen Tools
  • Starkes analytisches Denken mit der Fähigkeit, Kennzeichnungsdistributions-, Konsensmetriken und Fehleranalysen zu interpretieren
  • Kenntnisse in Python für Analyse und Automatisierung, einschließlich der Nutzung von Jupyter-Notebooks
  • Komfort im Umgang mit Tabellenkalkulationen und grundlegender Analyse mit SQL und/oder Python
  • Starke operative und projektmanagementfähigkeiten, mit der Fähigkeit, mehrere gleichzeitige Kampagnen zu verwalten
  • Hohe Aufmerksamkeit für Details und Sorgfalt bei Dokumentation, Taxonomie-Definition und QA-Prozessen
  • Klare schriftliche und mündliche Kommunikationsfähigkeiten zur Zusammenarbeit mit technischen Teams und externen Anbietern
  • Fähigkeit, konstruktives Feedback zu geben und zu empfangen, um Kennzeichnungsanweisungen und Ergebnisse zu verbessern
  • Erfahrung mit Computer Vision, geospatialen Daten oder ML-Workflows ist von Vorteil

Bildung

  • Master-Abschluss in einem quantitativen, analytischen oder technischen Bereich

Verantwortlichkeiten

  • Diese Rolle verantwortet den gesamten Lebenszyklus von Kampagnen zur Sammlung von Ground Truth-Daten, indem sie die Anforderungen des maschinellen Lernens in qualitativ hochwertige gekennzeichnete Datensätze übersetzt, die zentrale Produkte der Computer Vision antreiben.
  • Zusammenarbeit mit ML- und Data Science-Leitern, um Modellanforderungen in klare Kennzeichnungstaxonomien und konkrete Kennzeichnungsaufgaben zu übersetzen
  • Entwurf und Durchführung interner Goldstandardkampagnen zur Validierung von Taxonomien und Sicherstellung der Abdeckung von Grenzfällen
  • Konfiguration und Verwaltung von Annotierungsprojekten, einschließlich Hochladen von Bildern, Geometrien und Metadaten sowie Export von gekennzeichneten Daten
  • Koordination mit externen Kennzeichnungsanbietern, einschließlich Taxonomieschulung, Beispiel-Durchläufen und fortlaufendem Feedback
  • Bewertung der Anbieterleistung anhand von Golddatensätzen, Verwirrungsmatrizen und Qualitätsberichten, um die Bereitschaft zur Skalierung zu bestimmen
  • Start und Überwachung von Produktionskennzeichnungskampagnen, Verfolgung von Durchsatz, SLAs und Gesamtfortschritt
  • Beantwortung von Fragen der Mitarbeiter, Klärung von Taxonomie-Unklarheiten und proaktive Identifizierung von Werkzeug- oder Workflow-Problemen
  • Überwachung der Kennzeichnungsqualität und Konsensmetriken, Einleitung zusätzlicher Abstimmungsrunden oder manueller QA, wo nötig
  • Überprüfung von Bereichen mit geringer Übereinstimmung und Vorschlag von Taxonomieanpassungen, Klarstellungen oder Streichungen
  • Erstellung finaler Ground Truth-Datensätze, Sicherstellung, dass Qualitätsstandards erfüllt sind und Daten klar für ML-Datenverbrauch dokumentiert sind
  • Pflege des Kampagnenstatus und der Dokumentation, damit die Stakeholder klare Sichtbarkeit in die Datenbereitschaft haben
  • Beitrag zur kontinuierlichen Verbesserung der Prozesse, Werkzeuge und Best Practices für Ground Truth

Über das Team

Sie werden Teil von Cape by Moody’s, einem Team, das sich auf die Bereitstellung hochpräziser Immobilienanalysen aus Luftbildern und fortschrittlichem maschinellen Lernen konzentriert. Ground Truth-Daten sind zentral für die Mission des Teams, und diese Rolle arbeitet eng mit Datenwissenschaftlern, ML-Ingenieuren und Produktpartnern in Europa und Nordamerika in einer kollaborativen, remote-freundlichen Umgebung zusammen.

Moody’s ist ein Arbeitgeber, der Chancengleichheit bietet. Alle qualifizierten Bewerber erhalten unabhängig von Rasse, Hautfarbe, Religion, Geschlecht, nationaler Herkunft, Behinderung, geschütztem Veteranenstatus, sexueller Orientierung, Geschlechtsausdruck, Geschlechtsidentität oder einer anderen gesetzlich geschützten Eigenschaft Berücksichtigung für eine Anstellung.

Ground Truth Ops Specialist Arbeitgeber: Moody's Investors Service

Moody's bietet eine inklusive Unternehmenskultur und fördert innovative Ideen. Der Standort ist global, mit einem Fokus auf präzise Immobilienanalysen. Das Team arbeitet eng mit Data Scientists und ML-Ingenieuren zusammen, um hochwertige Datensätze zu erstellen.

Moody's Investors Service

Kontaktdaten:

Moody's Investors Service Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Ground Truth Ops Specialist 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 Moody's Investors Service 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 Ground Truth Ops Specialist mit Bravour zu bestehen

Erfahrung in der Durchführung oder Unterstützung von AI-Datenbeschriftungs- und Annotierungsprojekten
Kenntnisse in professionellen AI-Beschriftungsplattformen wie Labelbox, Dataloop, Scale oder ähnlichen Tools
Starkes analytisches Denken mit der Fähigkeit, Beschriftungsverteilungen, Konsensmetriken und Fehleranalysen zu interpretieren
Kenntnisse in Python für Analyse und Automatisierung, einschließlich der Nutzung von Jupyter-Notebooks
Komfort im Umgang mit Tabellenkalkulationen und grundlegender Analyse mit SQL und/oder Python
Starke operative und Projektmanagementfähigkeiten zur Verwaltung mehrerer gleichzeitiger Kampagnen
Hohe Aufmerksamkeit für Details und Sorgfalt in der Dokumentation, Taxonomie-Definition und QA-Prozessen

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 Ground Truth Ops Specialist bei Moody's Investors Service gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Moody's Investors Service 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 Moody's Investors Service entscheidend sein!