Data Ops Lead

Stelle nicht auf LinkedIn

🕒 vor 1 Monat

🗽 New York – Remote

🗽 New York – Remote

💵 $150.000 - $190.000 / Jahr

⏰ Vollzeit

🟠 Senior

⚙️ Operations

🦅 H1B-Visum-Sponsor

Dieses Unternehmen hat in der Vergangenheit H1B-Visa gesponsert.

👻 Geisterscore 11%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

Neon

WebsiteLinkedInAlle Stellen

1001 - 5000 Mitarbeiter

Gegründet 2016

🤖 Künstliche Intelligenz

👥 B2C

Artificial Intelligence • B2C

Neon ist eine mobile Verbraucher-App, die Nutzer für anonymisierte Telefonanrufdaten bezahlt, indem sie (mit Zustimmung) Anrufe zwischen Neon-Nutzern aufzeichnet, persönliche Identifikationsmerkmale entfernt und die de-identifizierten Gespräche an geprüfte Datenpartner verkauft, um mehr repräsentative KI-Sprachmodelle zu trainieren. Die Plattform legt Wert auf Privatsphäre und Kontrolle der Nutzer, zahlt Geldbeträge an verknüpfte Konten aus und ermöglicht es den Nutzern, passiv von ihrer normalen Telefonnutzung zu profitieren, während sichergestellt wird, dass Aufzeichnungen nur vollständig anonymisiert geteilt werden.

Beschreibung

• Your mission is to turn Neon's raw consumer audio streams into the cleanest, most reliable training data on the market, and to build the commercial and operational engine that gets it into the hands of the world's leading AI labs. • As a Data Ops Lead, you'll own the end-to-end journey that takes raw recordings from our growing community of 500,000+ mobile users and delivers production-ready datasets to frontier labs. • In practice, that means three things above all: • - Structuring and managing the data deals that turn our recordings into revenue • - Holding every dataset to a quality bar that keeps buyers coming back • - Standing up human transcription, annotation and other operations, largely overseas, that make it all possible • You'll work directly with our CEO on commercial priorities and help shape each deal, interface with buyer-side engineering and research teams at frontier labs to translate their exact specifications into deliverable dataset plans, and partner with internal engineering and external vendors to make sure the pipeline supports what we've sold. This is a foundational role: the datasets and processes you build are the product we sell.

🎯 Anforderungen

• Authorization to work in the US. • 5+ years of experience building and scaling data pipelines for AI/ML applications, with significant time spent on audio, speech, or multimodal data. • A track record of structuring and delivering against data or dataset agreements with external partners: taking their requirements, turning them into clear specifications, and owning delivery end to end. • Experience building and managing overseas or outsourced teams for data tagging, annotation, and QA, with a track record of maintaining quality and throughput across time zones. • Deep ownership of data quality: designing QA processes, defining acceptance criteria, and catching problems before a customer ever sees them. • Enough technical fluency to be credible on both sides of a deal. You understand digital audio fundamentals (sample rates, VAD, multichannel formats), can reason about how pipelines are built, and know what "good" looks like, even if you're not writing every line of code yourself. • A "Founder's Mentality." You're comfortable building from zero and making high-stakes calls with incomplete information. • Bonus points: A background working with audio data in some capacity. Direct experience with training data for TTS, ASR, speaker ID, or full-duplex conversational models. Familiarity with the modern audio stack (Librosa, FFmpeg, SoX, torchaudio) and cloud data infrastructure (S3, Redshift, BigQuery, or equivalent). An understanding of how high-quality, speaker-separated audio gets captured (for example, via WebRTC-based recording tools). Prior experience leading a data or infrastructure team, including hiring and mentoring engineers.