データクオリティスペシャリスト – AI/ML / データアノテーション

応募要件

• AI/MLまたはデータアノテーション環境におけるデータ品質管理、データオペレーション、または関連業務の実務経験を2年以上有すること。
• データアノテーションプロセス、品質保証手法、統計的品質指標（例：F1スコア、アノテータ間一致度）に関する経験を有すること。
• Labelbox、Dataloop、LabelStudioなどのアノテーションおよびQAツールの使用経験があること。
• データ準備、モデル学習、評価を含むAI/MLパイプラインの基本概念に精通していること。

職務内容

データ分析

• 品質監査：アノテート済みデータセットに対して品質監査を実施し、定められたガイドラインおよび品質基準を満たしていることを確認します。
• 統計レポート：F1スコアやアノテータ間一致度などの統計的品質指標を活用してデータ品質を評価します。
• 原因分析：アノテーションのエラーや傾向、プロジェクトプロセス、ドキュメントを分析し、エラーの根本原因を特定して改善策を提案します。
• エッジケース管理：エッジケースとなるアノテーションを解析・解決し、品質を確保するとともに改善ポイントを抽出します。
• ツール運用：アノテーションおよび品質管理ツールを使いこなし、レビューや品質指標のトラッキングを行います。
• ガイドライン管理：プロジェクト固有のガイドラインに精通し、必要に応じて明確化や改善のフィードバックを行います。

継続的改善

• 自動化：分析を強化し、洞察を深め、効率を向上させるための自動化機会を特定します。
• ドキュメンテーション：品質基準、アノテーションガイドライン、品質管理手順に関する最新のドキュメントを作成・維持します。
• フィードバック：アノテーションパイプライン全体の改善点を特定し、定期的にフィードバックを提供します。

連携・コミュニケーション

• クロスファンクショナルチームワーク：主要なプロジェクト関係者やクライアントと密に連携し、要件を理解してアノテーションパイプラインを改善します。
• トレーニング：アノテーターの育成をサポートし、ガイダンスやフィードバックを提供してデータ品質を担保します。
• レポーティング：データ品質指標、主要な知見、継続的なプロセス改善のための実行可能な洞察を定期的に報告します。