Anotador de Visión-Lenguaje-Acción (VLA) Fully Remote - US

Anotador de Visión-Lenguaje-Acción (VLA)

Tiempo completo • Fully Remote - US
Ubicación: Tipo de empleo remoto: A tiempo completo | 40 horas/ semana Compensación: 25 $/hora

Sobre el puesto:
Buscamos un anotador de Visión-Lenguaje-Acción (VLA ) con capacidad técnica y detallista para unirse a nuestro equipo de operaciones de datos en Phoenix, Arizona. En este puesto, serás responsable de revisar, etiquetar y comprobar la calidad conjuntos de datos multimodales utilizados para entrenar y evaluar modelos de conducción autónoma y robótica. Tu trabajo impacta directamente en la seguridad y el rendimiento de los sistemas de IA que operan en el mundo real.

Este es un puesto a tiempo completo, de 40 horas semanales, que requiere concentración sostenida, buen juicio y la capacidad de aplicar directrices estructuradas de anotación a escenarios complejos y reales, incluyendo casos límite frecuentes.

Responsabilidades clave:
  • Revisa y anota imágenes de vídeo, telemetría de sensores y cámaras de pruebas de conducción de vehículos autónomos y plataformas robóticas.
  • Evalúa el comportamiento del vehículo y robóticos en el espacio 3D utilizando entradas de cámara 2D, incluyendo ángulos de aproximación, distancias de seguimiento, alineación de la pista y calidad controlada de parada.
  • Utiliza datos de telemetría de series temporales — incluyendo velocidad, acelerador, dirección y frenado — para tomar decisiones precisas de trimado y segmentación en los clips de datos.
  • Aplica las pautas de anotación de forma constante mientras ejerces un juicio independiente en escenarios ambiguos o de casos límite.
  • Identificar y señalar conductas de conducción inseguras, incompletas o anómalas (por ejemplo, paradas rodadas, distancia de seguimiento incorrecta, maniobras fuera de distribución).
  • Mantener altos estándares de rendimiento y precisión; Participa en auditorías de calidad y sesiones de calibración periódicas.
  • Trabaja dentro de plataformas de anotación (por ejemplo, Encord, CVAT, Label Studio o similares) para completar tareas de etiquetado de forma eficiente.
  • Documenta y comunica problemas recurrentes o ambigüedades en los datos para mejorar la calidad de la pipeline.
Cualificaciones preferidas:
  • Educación: Se prefiere un grado universitario con formación STEM (Ingeniería, Informática, Física, Matemáticas, SIG o campo relacionado).
  • Razonamiento espacial y mecánico: Capacidad demostrada para interpretar el comportamiento de vehículos o robóticos en el espacio 3D a partir de imágenes de cámara 2D. Los conocimientos en robótica, ingeniería automotriz, ingeniería mecánica, SIG o simulación son indicadores sólidos.
  • Alfabetización en Datos de Series Temporales: Experiencia leyendo e interpretando datos de sensores, gráficos de telemetría, salida de instrumentación de laboratorio o datos de procesamiento de señales. La comodidad con flujos de trabajo analíticos cargados de gráficos es esencial para tomar decisiones precisas sobre los recortes.
  • Familiaridad al volante: Experiencia de conducción normal, idealmente en condiciones variadas o fuera de carretera. Debe ser capaz de distinguir conductas de conducción seguras de inseguras, reconocer paradas completas y rodantes, y evaluar distancias razonables de seguimiento.
  • Orientación al detalle con tolerancia a la ambigüedad: Capacidad para seguir directrices precisas basadas en reglas, aplicando también un buen juicio en casos límite frecuentes. La experiencia previa en QA, anotación de datos o entornos de laboratorio/investigación es una señal clara.
  • Resistencia en vídeo: Consuelo con tareas de revisión en vídeo sostenidas. Tener experiencia previa en edición de vídeo, monitorización de vigilancia, análisis de rendimiento deportivo o producción de medios es un punto a favor.
Cosas que se pueden tener:
  • Experiencia previa en anotación o etiquetado de datos, especialmente en conjuntos de datos de autonomía o robótica.
  • Familiaridad con herramientas geoespaciales, interfaces de mapas o plataformas GIS.
  • Experiencia práctica con Encord, Label Studio, CVAT, Scale AI o plataformas de etiquetado similares.
  • Experiencia en vehículos autónomos, sistemas ADAS o análisis de seguridad del conductor.

Este es un puesto remoto.

Compensación: 20,00 dólares la hora




(si ya tienes un currículum en Indeed)

O aplicar aquí.

* campos requeridos

Ubicación
Or
Or
If no code provided, add their name instead.