In één oogopslag
- Taken: Annoteren en transcriberen van Telugu-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: Werken met diverse documenten en bijdragen aan echte projecten.
- Waarom deze baan: Draag bij aan de ontwikkeling van AI in minderheidstalen zoals Telugu.
- Kwalificaties: Native Telugu spreker met ervaring in annotatie of transcriptie.
Het verwachte salaris ligt tussen 2025 - 2475 € per maand.
Vereiste Taalvaardigheden: Telugu. Native vloeiendheid in Telugu, inclusief volledige beheersing van het Telugu schrift en orthografie, is vereist voor deze functie. Alle annotatie- en transcriptiewerkzaamheden worden uitgevoerd in het Telugu.
Waarom Deze Rol Bestaat: Documentbegrip breekt het snelst af in de talen die parsing- en vision-taalmodellen zelden zien. Dit project bouwt trainingsdata voor precies die talen: Telugu, naast vier andere Indic-schriften, Japans en Koreaans. Elke taak neemt een echt, openbaar beschikbare PDF-pagina en produceert een complete structurele kaart van die pagina, gekoppeld aan een getrouwe transcriptie van elke tekstregio in het originele schrift.
De dataset concentreert zich op het materiaal dat modellen het slechtst kunnen verwerken: handschrift, dichte meerkoloms lay-outs, tabellen, diagrammen en gemengde-schrift pagina's. 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 Telugu-documenten weerspiegelt in plaats van een smalle band van gemakkelijk te parseren documenten.
Geleverde werkzaamheden zijn volledig door mensen geschreven. Componentidentificatie, componenttyping, leesvolgorde en alle transcriptie worden uitgevoerd door mensen, niet gegenereerd door parsingmodellen.
Wat Je Zal Doen:
- Brondocumenten: vind een openbaar toegankelijke Telugu PDF in een toegewezen documenttype, met ten minste één multimodaal element (afbeeldingen, tabellen, diagrammen of handschrift), en noteer waar je het hebt verkregen.
- Annoteren van structuur: identificeer en omring elke betekenisvolle regio van de pagina - documenttitel, sectiekop, paragraaf, 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 waartoe deze behoort via een bovenliggende componentidentifier.
- Getrouw transcriberen: reproduceer alle tekst exact zoals deze verschijnt in het Telugu schrift, inclusief handgeschreven inhoud, en markeer elke regio waar de bron niet leesbaar is.
- Paginametadata vastleggen: taal, documenttype, bron, paginadimensies en vlaggen voor tabellen, formules en handschrift.
- Het werk van een collega beoordelen: elke taak wordt van begin tot eind beoordeeld door een tweede Telugu-expert, en ervaren annotators nemen die beoordeling op zich.
Wie Je Bent:
- Je bent een native Telugu spreker met volledige beheersing van het schrift, de diakritische tekens en de conjunctievormen.
- Je hebt gewerkt met documenten: annotatie, transcriptie, vertaling, lokalisatie, ondertiteling, proeflezen, journalistiek of regionale taaldatabeoordeling.
- Je bent nauwkeurig: karakter-niveau nauwkeurigheid is hier belangrijker dan snelheid, en een enkele verkeerde diakritiek 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: meerkoloms kranten, examenbladen, handgeschreven formulieren.
Aanbevolen Specialiteiten:
- Regionale-taal AI-data: 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 Telugu-taalmateriaal.
- Schrift en codering: Unicode-normalisatie, Telugu-invoermethoden, nauwkeurigheid van cijfervorm en karaktervorm.
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, ook over kolommen heen.
- Transcripties komen overeen met de bron, letter voor letter, in het Telugu schrift in plaats van transliteratie.
- Jouw taken slagen de beoordeling door de tweede expert de eerste keer.
- De documenten die je inbrengt voegen lay-outdiversiteit toe in plaats van sjablonen die al in het corpus zijn herhaald.
Waarom Bij Mercor Werken: Bouw de trainingsdata die document AI laat werken in schriften die het momenteel slecht verwerkt. Werk met echte gepubliceerde Telugu-documenten in plaats van synthetische of gesjabloneerde pagina's. Kwaliteit staat voorop in dit project: nauwkeurigheid is de eerste maatstaf, met de verwerkingstijd die daarnaast wordt bijgehouden.
Telugu Document 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 Telugu Document 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 Telugu Document 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.
