Daten-Labeler für Objekterkennung (m/w/d) – Retail-KI, Remote

🏢 Google📍 Hannover, Niedersachsen, Deutschland💼 Vollzeit💻 Remote🏭 Einzelhandel💰 28000-38000 pro Jahr

Über das Unternehmen

Bei Google arbeiten wir daran, die Informationen der Welt zu organisieren und allgemein zugänglich und nutzbar zu machen. Als führendes Technologieunternehmen treiben wir Innovationen in den Bereichen Künstliche Intelligenz, Cloud Computing und vielen weiteren Feldern voran. Wir schätzen Vielfalt, Zusammenarbeit und die Fähigkeit, Probleme kreativ zu lösen. Werden Sie Teil unseres Teams und gestalten Sie die Zukunft der Technologie mit.

Stellenbeschreibung

Wir suchen engagierte und detailorientierte Daten-Labeler (m/w/d), die unser Retail-KI-Team unterstützen. In dieser 100% Remote-Position sind Sie für die präzise Annotation und Kategorisierung von visuellen Daten (Bilder und Videos) aus dem Einzelhandelsbereich verantwortlich. Ihre Arbeit ist entscheidend für das Training und die Verbesserung unserer hochmodernen KI-Modelle, die den Einzelhandel revolutionieren. Diese Rolle erfordert ein hohes Maß an Genauigkeit und die Fähigkeit, selbstständig in einem dynamischen Umfeld zu arbeiten.

Hauptverantwortlichkeiten

  • Präzise Annotation von Bildern und Videos, die Produkte, Regale, Ladenlayouts und Kundeninteraktionen im Einzelhandel zeigen.
  • Anwendung komplexer Annotationstools und striktes Befolgen von Richtlinien zur Gewährleistung höchster Datenqualität.
  • Identifizierung und Klassifizierung von Objekten in verschiedenen Einzelhandelsszenarien.
  • Kontinuierliche Überprüfung und Validierung der gelabelten Daten, um Fehler zu minimieren.
  • Zusammenarbeit mit unserem KI-Entwicklungsteam, um Feedback zu den Labeling-Richtlinien und Tools zu geben.

Erforderliche Fähigkeiten

  • Ausgeprägte Detailgenauigkeit und ein hohes Maß an Konzentrationsfähigkeit.
  • Zuverlässigkeit und die Fähigkeit, Aufgaben termingerecht zu erledigen.
  • Grundlegende Computerkenntnisse und Vertrautheit mit Online-Tools.
  • Fließende Deutschkenntnisse in Wort und Schrift.
  • Fähigkeit zur selbstständigen Arbeit in einer Remote-Umgebung.

Bevorzugte Qualifikationen

  • Erste Erfahrungen im Bereich Datenannotation oder -etikettierung.
  • Grundverständnis oder Interesse an Künstlicher Intelligenz und maschinellem Lernen.
  • Erfahrung im Einzelhandel oder Verständnis für Einzelhandelsprozesse.
  • Starkes visuelles Wahrnehmungsvermögen.
  • Fähigkeit, komplexe Anweisungen zu verstehen und umzusetzen.

Vorteile & Zusatzleistungen

  • Vollständig remote Position: Arbeiten Sie bequem von zu Hause aus.
  • Flexible Arbeitszeiten, die eine gute Work-Life-Balance ermöglichen.
  • Möglichkeit, an der Spitze der KI-Innovation im Einzelhandel mitzuwirken.
  • Umfassende Einarbeitung und kontinuierliche Weiterbildung.
  • Attraktives Gehaltspaket und zusätzliche Mitarbeiterleistungen (je nach Vertragsart).
  • Teil eines globalen, innovativen Unternehmens zu sein.

So bewerben Sie sich

Wenn Sie an dieser Stelle interessiert sind, klicken Sie bitte auf den untenstehenden Button „Jetzt bewerben“. Um sicherzustellen, dass Ihre Bewerbung berücksichtigt wird, fügen Sie bitte Folgendes bei:

  • Einen aktuellen Lebenslauf
  • Ein kurzes Anschreiben, das Ihre Erfahrung und Motivation zusammenfasst

Bewerbungen werden laufend geprüft. Nur Kandidaten, die in die engere Wahl kommen, werden zu einem Vorstellungsgespräch eingeladen.

⚠️ Wichtiger Hinweis

Willkommen bei Westford Trust. Wir veröffentlichen Stellenangebote, die aus öffentlichen Quellen und Jobportalen zusammengetragen werden. Wir erheben keine Gebühren für den Zugriff auf oder die Nutzung unserer Webseite; alle Informationen werden kostenlos zur Verfügung gestellt.

Westford Trust bietet keine Stellen direkt an, verwaltet diese nicht und ist nicht direkt am Einstellungsprozess für die auf https://deu.westfordtrust.com veröffentlichten Vakanzen beteiligt.

Wenn Sie ein betrügerisches Angebot vermuten oder Fragen haben, kontaktieren Sie uns bitte über techturna@gmail.com.

Job Application

×
Nach oben scrollen