Data Labeling

About Fogsphere

Fogsphere is a London‑based innovator focused on transforming workplace and urban safety through advanced AI, Computer Vision, and Industrial IoT. Built on a principled “Edge‑to‑Fog‑to‑Cloud” architecture, our platform turns passive CCTV cameras and sensors into proactive hazard detectors, capable of identifying threats like missing PPE, fire, smoke, restricted access violations, and more—in real time and at scale. This helps organizations across industries—from manufacturing, construction, oil & gas, and healthcare to smart cities—reduce workplace accidents by up to 90%, ensure regulatory compliance (EHS), and gain powerful operational insights. Fogsphere’s intuitive no‑code visual workflows, hyper‑scalable Kubernetes‑based infrastructure, and commitment to ethical AI and privacy (GDPR compliance) make it a user‑friendly yet enterprise‑grade solution.

Descripción del puesto: Buscamos personas detallistas y responsables para realizar tareas de anotación y etiquetado de datos visuales y/o de texto, siguiendo guías específicas de calidad. Este trabajo es fundamental para el desarrollo y entrenamiento de sistemas de inteligencia artificial.

Responsabilidades principales:

• Anotar o etiquetar datos (imágenes, texto, video u otros formatos) según las guías establecidas.
• Revisar el propio trabajo para asegurar exactitud y consistencia.
• Cumplir con los estándares de calidad y plazos de entrega.
• Comunicar dudas o inconsistencias detectadas durante el proceso.
• Colaborar de forma remota con el equipo de control de calidad y supervisores.

Requisitos:

• Alta atención al detalle y precisión en el trabajo para evitar errores.
• Capacidad para seguir guías e instrucciones con exactitud, recibir comentarios del equipo de control de calidad y corregir errores.
• Motivación, paciencia y constancia para realizar tareas repetitivas con enfoque y disciplina.
• Capacidad mental para mantener la concentración durante períodos prolongados.
• Buena comunicación.
• Adaptabilidad para trabajar en modalidad remota, gestionando el tiempo de forma autónoma.
• Conocimiento intermedio de inglés (deseable, no excluyente).

Ofrecemos:

• Trabajo 100% remoto con vistas a presencial en un futuro próximo.
• Capacitación inicial en herramientas y lineamientos para comprensión del proceso completo de data labeling/anotación, entendiendo el objetivo final del proyecto.
• Ambiente colaborativo y flexible.
• Pago competitivo acorde al volumen y calidad del trabajo.