Erfahrungen
Data Labeler → Reviewer
Alignerr
- Nach konstant genauen und richtlinienkonformen Annotationen von Labeler zu Reviewer befördert und Verantwortung für die Prüfung der Arbeit anderer Labeler übernommen.
- Die Qualität von LLM-Antworten in englischsprachigen Datensätzen mit Labelbox annotiert und bewertet sowie strukturierte Bewertungsraster zur Beurteilung von Genauigkeit, Ton und Einhaltung der Aufgabenrichtlinien angewendet.
- Als Reviewer die Einreichungen anderer Labeler auf Genauigkeit und Konsistenz bei Aufgaben zur LLM-Bewertung, Transkription und Audioannotation geprüft und Fehler sowie Sonderfälle markiert, bevor die Daten weiterverarbeitet wurden.
- Auf der Plattform 1,000+ Datenzeilen gekennzeichnet und geprüft und eine allgemeine QA-Genauigkeitsrate von 85% gehalten.
- Durch genaue Lektüre und bilinguale Beurteilung subtile Unstimmigkeiten bei Ton, Sprachregister und Befolgung von Anweisungen in großen Inhaltsmengen erkannt.
Videoannotator Tier 3
Atlas Capture
- Komplexe Objekt- und Aktionskennzeichnungen in Videodatensätzen auf Tier 3-Ebene durchgeführt und schwierigere Annotationsfälle bearbeitet, die präzise Beurteilungen erforderten.
- Detaillierte Annotationsrichtlinien konsistent auf Videoframes angewendet und Genauigkeit bei anspruchsvollen Aufgaben zur Erkennung von Objekten und Aktionen gewährleistet.
Design
- Web-, UI- und visuelle Markenmaterialien innerhalb etablierter Designsysteme und Styleguides gestaltet und Konsistenz über Print-, Web- und digitale Formate hinweg gewährleistet.
Übersetzung, Lokalisierung und Inhaltsprüfung
Anonymous Çeviri
- Englische SpielDialoge und UI-Texte anhand detaillierter Styleguides ins Türkische geprüft und lokalisiert und dabei Terminologie und Ton über Hunderte Inhaltszeilen hinweg konsistent gehalten.
- Entwurfsübersetzungen auf Ton, Sprachregister und kulturelle Passung geprüft und inkonsistente oder mehrdeutige Formulierungen vor der Freigabe markiert — dieselbe genaue, richtlinienbasierte Beurteilung, die bei der Prüfung von KI-Trainingsdaten entscheidend ist.
- Strukturierte Qualitätskontrollen der fertigen Übersetzungen durchgeführt und die Sprache für Spielende an einen natürlichen Sprachfluss und den kulturellen Kontext angepasst.
Full-Stack-Entwicklung
- Backend- und Frontend-Systeme in Python, C++, C# und JavaScript nach festgelegten funktionalen Anforderungen entwickelt und gewartet.
- Änderungen mit einer konsequenten, detailorientierten Arbeitsweise über iterative Releases hinweg debuggt, getestet und dokumentiert.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Informationstechnologie (IT).
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Informationstechnologie (IT), Produktentwicklung und Qualitätssicherung.
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Gizem ist in İzmir, Türkei ansässig.
Gizem spricht folgende Sprachen: Türkisch (Muttersprache), Englisch (Verhandlungssicher).
Gizem hat mindestens 9 Jahre Erfahrung. In dieser Zeit hat Gizem in mindestens 5 verschiedenen Rollen und für 3 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 2 Jahre und 9 Monate. Beachten Sie, dass Gizem möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Gizem gut geeignet für Rollen wie: Data Labeler → Reviewer, Videoannotator Tier 3, Design.
Die neueste Position von Gizem ist Data Labeler → Reviewer bei Alignerr.
In den letzten Jahren hat Gizem für Alignerr und Atlas Capture gearbeitet.
Gizem hat die meiste Erfahrung in Industrien wie Informationstechnologie (IT).
Gizem hat die meiste Erfahrung in Bereichen wie Informationstechnologie (IT), Produktentwicklung und Qualitätssicherung.
Gizem hat kürzlich in Industrien wie Informationstechnologie (IT) gearbeitet.
Gizem hat kürzlich in Bereichen wie Informationstechnologie (IT), Produktentwicklung und Qualitätssicherung gearbeitet.
Gizem ist sofort vollzeit verfügbar für passende Projekte.
Tagessatzverteilung
Die angegebenen Tagessätze entsprechen der typischen Marktspanne für Freelancer in dieser Position, basierend auf aktuellen Projekten auf unserer Plattform.
Durchschnittlicher Tagessatz für ähnliche Positionen
Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.
Der durchschnittliche Tagessatz ist der Mittelwert aller Tagessätze aus aktuellen Verträgen vergleichbarer Freelancer auf unserer Plattform.
Der Median-Tagessatz ist der mittlere Wert aller Tagessätze – die Hälfte der vergleichbaren Freelancer verlangt weniger, die andere Hälfte mehr. Anders als der Durchschnitt wird er von Ausreißern kaum beeinflusst.
Berechnet auf Basis der Tagessätze unserer Freelancer, Stand 19 Nov 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Recep M.
Letzte Position:
Visueller Analyst bei iMerit
Visueller Analyst in Arbeitsabläufen zur KI-Schulung und -Bewertung mit Schwerpunkt auf der Interpretation visueller Inhalte, der Bewertung multimodaler Daten, der Annotationsgenauigkeit und der systematischen Qualitätssicherung. Mitarbeit am Andromeda VCG project, Anwendung strukturierter Bewertungsrichtlinien zur Beurteilung visueller Informationen und Unterstützung bei der Entwicklung zuverlässiger Computer-Vision- und multimodaler KI-Systeme.
Hauptaufgaben:
- Analyse visueller Inhalte, einschließlich Bildern und Videoframes, zur Erkennung relevanter Objekte, kontextueller Beziehungen, räumlicher Details und bedeutender visueller Merkmale.
- Bewertung visueller Informationen anhand aufgabenspezifischer Annotationsrichtlinien mit Schwerpunkt auf faktischer Genauigkeit, Konsistenz, Vollständigkeit und angemessener Interpretation visueller Belege.
- Anwendung visueller Schlussfolgerungen und kontextueller Analyse zur Unterscheidung direkt beobachtbarer Informationen von Annahmen, mehrdeutigen Interpretationen und nicht belegten Schlussfolgerungen.
- Erkennung von Annotationsinkonsistenzen, Klassifizierungsfehlern, fehlenden Details und potenziell irreführenden Beschreibungen, die die Qualität von KI-Trainingsdaten beeinträchtigen könnten.
- Durchführung systematischer Qualitätsprüfungen zur Sicherstellung der Konsistenz bei visuellen Bewertungsaufgaben und der Einhaltung projektspezifischer Standards.
- Dokumentation komplexer oder mehrdeutiger visueller Fälle sowie Bereitstellung klarer, evidenzbasierter Erklärungen zur Begründung von Annotations- und Bewertungsentscheidungen.
- Einbindung interdisziplinärer Forschungsfähigkeiten, insbesondere der durch archäologische und kunsthistorische Forschung entwickelten visuellen Analyse, in KI-orientierte Bewertungsprozesse.
- Mitwirkung an Human-in-the-Loop-Prozessen zur Datenbewertung durch präzise, strukturierte Beurteilungen zur Verbesserung der Zuverlässigkeit multimodaler Trainingsdatensätze.
Kernkompetenzen: Bewertung visueller KI, Annotation von Computer-Vision-Daten, multimodale Schlussfolgerungen, Bildinterpretation, Videoanalyse, Qualitätssicherung von Annotationen, Bewertung visueller Belege, Fehlererkennung, strukturierte Bewertung und Datenqualitätskontrolle.
Yağız Y.
Letzte Position:
Datenannotator bei Mindy Support
- Umfassende Bewertungen von KI-generierten Inhalten – Texten, Bildern und Audio – durchführen, um sprachliche Genauigkeit, kulturelle Relevanz und inhaltliche Stimmigkeit über verschiedene Medien hinweg sicherzustellen.
- Hochwertiges Feedback zur Verbesserung und zum erneuten Training von KI-Systemen geben, indem ich Unstimmigkeiten, Widersprüche sowie mangelhafte Ergebnisse oder Bilder in lokalisierten Nutzererlebnissen erkenne.
- Mit internationalen Teams zusammenarbeiten, um bei multimodalen KI-Projekten hohe Datenqualitätsstandards einzuhalten und die kontinuierliche Verbesserung der Modellleistung und -ausrichtung zu unterstützen.
Ayhan G.
Letzte Position:
Product Founder & Lead Designer bei T-Circle
Eine innovative Social-Review- und Empfehlungs-App, die vertrauenswürdiges Produkt-Feedback aus dem persönlichen Netzwerk der Nutzer bündelt.
Mehmet M.
Letzte Position:
Softwareentwickler & Machine-Learning-Ingenieur bei Universität Kassel
- Entwickelte, trainierte und validierte diverse Computer-Vision-Modelle, darunter ResNet-Architekturen zur Bildklassifikation sowie Few-Shot-, Two-Shot- und First-Shot-Detektoren
- Setzte Methoden der Unsicherheitsmodellierung ein, um Robustheit, Zuverlässigkeit und Genauigkeit in praxisnahen Anwendungen zu verbessern
- Erhöhte die Vertrauenswürdigkeit der Modelle insbesondere bei komplexen Computer-Vision-Aufgaben
Bogachan Ö.
Letzte Position:
Geschäftsführer & Gründer bei Bogaja LLC
- Webdesign
- Digitales Marketing
- Soziale Medien
- Grafikdesign
- Webpflege
- Unternehmensberatung
Emre D.
Letzte Position:
Frontend-Architekt, Angular-Experte bei MEDIFOX DAN
- Digitalisierung der Pflegesoftware für alle Anforderungen in der ambulanten und stationären Pflege sowie in therapeutischen Praxen
- Professionelle Entwicklung von Frontends mit Technologien wie Angular, nrwl, GraphQL, C#
- Regelmäßige Workshops für das Team
- Softwaredesign, -architektur und -entwicklung
- Erweiterung der Software gemäß den Anforderungen der Kunden
- Analyse der Anforderungen
- Angular 14, nrwl, GraphQL
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Data Labeler → Reviewer
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von İzmir, Türkei arbeiten
