In één oogopslag
- Taken: Annoteren en transcriberen van Japanse PDF-documenten voor AI-training.
- Bedrijf: Mercor, een innovatief bedrijf dat zich richt op document AI.
- Voordelen: Flexibele werkuren, competitief salaris en de kans om impact te maken.
- Overige informatie: Nauwkeurigheid is cruciaal; je werk wordt door een expert beoordeeld.
- Waarom deze baan: Draag bij aan de ontwikkeling van AI met echte Japanse documenten.
- Kwalificaties: Native Japanse spreker met ervaring in transcriptie of vertaling.
Het verwachte salaris ligt tussen 31500 - 38500 € per jaar.
Vereiste Taalvaardigheden: Japans. Native vloeiendheid in het Japans, inclusief volledige beheersing van kanji, hiragana en katakana, is vereist voor deze functie. Alle annotatie- en transcriptiewerk wordt uitgevoerd in het Japans.
Waarom Deze Rol Bestaat: Documentbegrip valt het snelst uit elkaar in de talen die parsing- en vision-taalmodellen zelden zien. Dit project bouwt trainingsdata voor precies die talen: Japans, naast Koreaans en vijf Indic-scripts. Elke taak neemt een echte, openbaar beschikbare PDF-pagina en produceert een complete structurele kaart van die pagina, gekoppeld aan een getrouwe transcriptie van elke tekstregio in het originele script. De dataset concentreert zich op het materiaal dat modellen het slechtst kunnen verwerken: handschrift, dichte meerkoloms lay-outs, verticale tekst, tabellen, diagrammen en gemengde scripts. Documenten zijn afkomstig uit kranten, leerboeken, examens en alledaagse formaten zoals flyers, formulieren, handleidingen, menu's, brochures, mededelingen en werkbladen, zodat het corpus de echte diversiteit van Japanse documenten weerspiegelt in plaats van een smalle band van gemakkelijk te parseren documenten. Geleverd werk is altijd door mensen geschreven. Componentidentificatie, componenttyping, leesvolgorde en alle transcriptie worden uitgevoerd door mensen, niet gegenereerd door parsingmodellen.
Wat Je Gaat Doen:
- Open en controleer een taak: pagina's worden geleverd, dus je zoekt zelf geen documenten.
- Annoteren van structuur: identificeer en omring elke betekenisvolle regio van de pagina - documenttitel, sectiekop, alinea, lijst, tabel, figuur, diagram, bijschrift, formule, vraag, antwoordveld - en wijs elk een componenttype en een leesvolgorde-index toe.
- Relaties vastleggen: koppel elke regio aan de figuur of tabel waar deze bij hoort via een oudercomponentidentificator.
- Transcribeer trouw: reproduceer alle tekst precies zoals deze verschijnt, inclusief kanji, hiragana, katakana, furigana en handgeschreven inhoud, en markeer elke regio waar de bron niet leesbaar is.
- Vang paginametadata: taal, documenttype, bron, paginagrootte en vlaggen voor tabellen, formules en handschrift.
- Beoordeel het werk van een collega: elke taak wordt van begin tot eind beoordeeld door een tweede Japanse expert, en ervaren annotators nemen die beoordeling op zich.
Wie Jij Bent:
- Je bent een native Japanse spreker met volledige beheersing van kanji, hiragana en katakana, inclusief furigana en variantvormen van karakters.
- Je hebt professionele ervaring in interpretatie, journalistiek, transcriptie, vertaling, redactioneel werk of vergelijkbaar documentintensief werk.
- Je bent nauwkeurig: karakter-niveau nauwkeurigheid is hier belangrijker dan snelheid, en een enkel verkeerd karakter is een defect.
- Je bent systematisch: je past een taxonomie consistent toe over honderden pagina's in plaats van per document te improviseren.
- Je bent comfortabel met onbekende lay-outs: verticale tekst, meerkoloms kranten, examenbladen, handgeschreven formulieren.
Aanvullende Specialiteiten:
- AI-trainingsdata: annotatie, labeling, grading of tweetalige evaluatie voor trainingsdatasets.
- Transcriptie en lokalisatie: MTPE, ondertiteling, tweetalige QA, OCR-correctie of post-editing.
- Documentproductie: typesetting, copy-editing, proeflezen of digitalisering van Japanstalig materiaal.
- Script en codering: Unicode-normalisatie, Japanse invoermethoden, full-width en half-width vormen, en hantering van kanji-variant.
Wat Succes Eruit Ziet:
- Elke betekenisvolle regio op de pagina is vastgelegd, correct omrand en correct getypeerd.
- De leesvolgorde weerspiegelt hoe de pagina daadwerkelijk wordt gelezen, inclusief verticale tekst en meerkoloms lay-outs.
- Transcripties komen overeen met de bron, karakter voor karakter, in Japanse script in plaats van romaji.
- Jouw taken slagen de beoordeling door de tweede expert de eerste keer.
- Ongeschikte pagina's worden vooraf gemarkeerd in plaats van na dertig minuten werk.
Waarom Bij Mercor Werken: Bouw de trainingsdata die document AI laat werken in scripts die het momenteel slecht afhandelt. Werk met echte gepubliceerde Japanse documenten in plaats van synthetische of sjabloonpagina's. Kwaliteit staat voorop in dit project: nauwkeurigheid is de eerste maatstaf, met de verwerkingstijd die daarnaast wordt bijgehouden.
Japanese PDF Annotation Specialist werkgever: Mercor
Bij Mercor bieden we een unieke kans voor audio-engineers om samen te werken met toonaangevende AI-onderzoekslaboratoria vanuit het comfort van hun eigen huis. Onze cultuur is gericht op creativiteit en samenwerking, met flexibele werktijden die ruimte bieden voor persoonlijke groei en ontwikkeling. Als onderdeel van ons team krijg je de kans om je vaardigheden te verbeteren en bij te dragen aan innovatieve projecten in de muziekproductie.
Hupjob Expertadvies🤫
Zo denken wij dat je Japanese PDF Annotation Specialist kunt binnenhalen
✨Duik in de Data Science Communities
Data science draait om kennis delen en leren van elkaar. Sluit je aan bij online communities zoals Kaggle, GitHub en Stack Overflow. Deel je projectwerk en leer van anderen – dit kan leiden tot waardevolle connecties en zelfs een sollicitatie bij Mercor!
✨Neem deel aan Hackathons
Hackathons zijn een geweldige manier om je vaardigheden in de praktijk te brengen en jezelf te laten zien. Veel bedrijven, waaronder Mercor, zoeken kandidaten die hun creativiteit en probleemoplossend vermogen kunnen demonstreren. Maak gebruik van deze evenementen om je netwerk uit te breiden.
✨Show je Expertise met Projecten
Laat je skills zien met een publiek portfolio! Zorg ervoor dat je een paar interessante projecten hebt die jouw datavisualisatie, statistiek en machine learning vaardigheden tonen. Plaats ze op platforms zoals GitHub of je eigen website – zo laat je zien wat je kan bij Mercor.
✨Pas je Sollicitatie aan voor Geschiktheid
Bij fulltime data science functies is het belangrijk om je sollicitatie specifiek te maken voor de rol bij Mercor. Kijk goed naar de vereisten en match je vaardigheden en ervaring aan wat zij zoeken. Dit maakt het veel waarschijnlijker dat ze jou uitnodigen voor een gesprek!
Wij denken dat je deze vaardigheden nodig hebt om als Japanese PDF Annotation Specialist te schitteren
Een paar tips voor je sollicitatie 🫡
Laat je technische vaardigheden zien!:In de data-science wereld willen we je technische bekwaamheden echt zien. Zorg ervoor dat je kennis van programmeertalen zoals Python of R, evenals je ervaring met data-analysetools en -technieken, duidelijk naar voren komen in je CV. Dit is een kans om je talenten in statistiek en machine learning te benadrukken, zodat Mercor ziet dat jij hun ideale kandidaat bent!
Geef je projecten een spotlight:Vergeet niet om eventuele data-projecten of analyses die je al hebt uitgevoerd op te nemen. Heb je bijvoorbeeld een GitHub-account? Voeg dat toe! Dit is een toffe manier om je praktische ervaring te laten zien, wat de recruiter van Mercor echt zal aanspreken. Laat zien hoe je problemen hebt opgelost en dat je in staat bent om inzichten uit data te halen!
Wees duidelijk over je doelen:Aangezien het om een fulltime rol gaat, is het belangrijk dat je in je motivatiebrief je doelen en ambities duidelijk maakt. Wat hoop je te leren en te bereiken in deze functie bij Mercor? Laat zien dat je niet alleen geïnteresseerd bent in de functie, maar ook in wat je kunt bijdragen aan het team en het bedrijf.
Ondersteun je ervaring met data:Naast je technische vaardigheden, is het ook cruciaal om je eerdere ervaring te onderbouwen met concrete resultaten. Heb je analyses uitgevoerd die hebben geleid tot verbetering van processen of het nemen van strategische beslissingen? Geef cijfers en voorbeelden in je CV en motivatiebrief, zodat Mercor ziet dat je kennis van data echt impact heeft gehad.
Zo bereid je je voor op een sollicitatiegesprek bij Mercor
✨Show je dataskills
Zorg ervoor dat je goed voorbereid bent op technische vragen die je dataskills testen. Bereid je voor op vragen over data-analyse, statistiek en machine learning. Wij moeten ook kunnen zien dat je vertrouwd bent met tools zoals Python, R of SQL.
✨Breng je portfolio mee
Als data scientist is je portfolio cruciaal. Zorg ervoor dat je een aantal projecten hebt waar je trots op bent en die je kunt presenteren. Leg de nadruk op wat je hebt geleerd en hoe je de resultaten hebt toegepast. Dit laat zien dat je niet alleen kennis hebt, maar ook de toepassing ervan begrijpt.
✨Ken de data van Mercor
Neem de tijd om inzicht te krijgen in de datasets waar Mercor mee werkt. Dit kan je helpen om tijdens het gesprek specifieke voorbeelden te geven van hoe jouw vaardigheden en ervaring aansluiten bij hun behoeften. Dit toont niet alleen jouw interesse, maar ook dat je al nadenkt over hoe je een bijdrage kunt leveren.
✨Leef je in in de business case
Tijdens de interviews kunnen ze je vragen om een business case te analyseren of oplossingen voor te stellen op basis van gegevens. Dit is een kans om je analytische vaardigheden te laten zien, dus zorg ervoor dat je niet alleen de technische kanten belicht, maar ook hoe jouw aanpak waarde toevoegt aan het bedrijf.
