Multilingual AI Quality Specialist

Multilingual AI Quality Specialist

Vollzeit 45000 - 65000 € / Jahr (geschätzt) Homeoffice möglich
Spotify

Auf einen Blick

  • Aufgaben: Definiere Qualitätsrahmen und führe strukturierte Bewertungen für mehrsprachige KI-Erfahrungen durch.
  • Unternehmen: Spotify, ein innovatives Unternehmen mit einer inklusiven Kultur.
  • Vorteile: Flexibles Arbeiten, inklusive Homeoffice und persönliche Entwicklungsmöglichkeiten.
  • Weitere Informationen: Dynamisches Umfeld mit großartigen Karrierechancen und einem Fokus auf Vielfalt.
  • Warum dieser Job: Gestalte die Zukunft der KI und verbessere die Nutzererfahrung weltweit.
  • Qualifikationen: Erfahrung in mehrsprachiger Qualitätsevaluation und Datenkuratierung.

Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.

The Platform team creates the technology that enables Spotify to learn quickly and scale easily, enabling rapid growth in our users and our business around the globe.

Spanning many disciplines, we work to make the business work; creating the infrastructure, tooling, frameworks, and capabilities needed to welcome a billion customers.

The Multilingual AI Data Quality space is part of Spotify's Global Language Quality Program within Localization.

Bringing together multilingual language quality evaluation and AI data quality, the team helps ensure our AI-powered experiences are accurate, culturally relevant, and trustworthy across languages and markets.

Working closely with Product, Engineering, Data Science, Research, Personalization, Localization, vendors, and market experts, the team develops evaluation methodologies, high-quality datasets, and quality signals that help improve AI experiences and inform product decisions at scale.

What You\'ll Do

  • Define quality frameworks, evaluation rubrics, thresholds, and methodologies for multilingual AI experiences.
  • Design and execute structured evaluations for AI-generated, AI-translated, AI-curated, and recommendation-driven experiences.
  • Lead multilingual dataset curation, annotation, enrichment, and ground-truth creation to support AI model development and evaluation.
  • Analyze evaluation results, identify quality gaps, and provide actionable recommendations to improve multilingual AI quality.
  • Support LLM-as-a-judge workflows, evaluator calibration, and human-AI agreement studies.
  • Partner closely with Product, Engineering, Data Science, Research, Localization, vendors, and market experts to improve AI quality signals and inform launch decisions.
  • Document best practices and help define quality standards across languages, markets, and AI use cases.
  • Contribute to building scalable evaluation capabilities that support the next generation of AI-powered experiences across Spotify.

Who You Are

  • You have experience in multilingual quality evaluation, localization, data curation, annotation, AI evaluation, or related fields, including text-to-text and text-to-speech experiences.
  • You understand language quality, cultural relevance, content quality, and user experience across multiple languages and markets.
  • You have experience designing or conducting structured evaluations using quality rubrics, audits, annotation projects, or review methodologies.
  • You are comfortable using qualitative and quantitative data to identify trends, measure quality, and make recommendations.
  • You are familiar with large language models (LLMs), generative AI evaluation, human-in-the-loop workflows, or LLM-as-a-judge methodologies.
  • You enjoy working through ambiguity and turning complex quality challenges into practical evaluation strategies.
  • You communicate effectively and thrive in highly cross-functional environments, collaborating with technical and non-technical partners alike.
  • Experience with recommendation systems, personalization, search, ranking, machine translation, generative AI, dataset creation, annotation operations, evaluator calibration, prompt testing, model evaluation, SQL, Python, dashboards, or annotation platforms is a plus.

Where You\'ll Be

  • This role is based in London or Stockholm.
  • We offer you the flexibility to work where you work best! There will be some in person meetings, but still allows for flexibility to work from home.

Spotify is an equal opportunity employer.

You are welcome at Spotify for who you are, no matter where you come from, what you look like, or what’s playing in your headphones.

Our platform is for everyone, and so is our workplace.

The more voices we have represented and amplified in our business, the more we will all thrive, contribute, and be forward-thinking!

So bring us your personal experience, your perspectives, and your background.

It’s in our differences that we will find the power to keep revolutionizing the way the world listens.

At Spotify, we are passionate about inclusivity and making sure our entire recruitment process is accessible to everyone.

We have ways to request reasonable accommodations during the interview process and help assist in what you need.

If you need accommodations at any stage of the application or interview process, please let us know - we\u2019re here to support you in any way we can.

#J-18808-Ljbffr

Multilingual AI Quality Specialist Arbeitgeber: Spotify

Als Arbeitgeber bieten wir eine dynamische und unterstützende Arbeitsumgebung, die es Ihnen ermöglicht, Ihre Fähigkeiten im Bereich Audiobook-Lizenzierung und Autorenpartnerschaften voll auszuschöpfen. Mit flexiblen Arbeitszeiten, 23 bezahlten Urlaubstagen und umfassenden Sozialleistungen fördern wir nicht nur Ihre berufliche Entwicklung, sondern auch Ihr persönliches Wohlbefinden. Unsere Kultur der Zusammenarbeit und Innovation macht uns zu einem attraktiven Arbeitgeber für kreative Köpfe in der nordamerikanischen Region.

Spotify

Kontaktdaten:

Spotify Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass du so Multilingual AI Quality Specialist erhalten könntest

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 Spotify 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 Multilingual AI Quality Specialist mit Bravour zu bestehen

Multilingual Quality Evaluation
Localization
Data Curation
Annotation
AI Evaluation
Quality Frameworks
Evaluation Methodologies

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 Multilingual AI Quality Specialist bei Spotify gut geeignet bist.

Wie man sich auf ein Vorstellungsgespräch bei Spotify 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 Spotify entscheidend sein!