Компания: Third Iron, LLC. Тип занятости: полная занятость. Локация: удалённо, США.
О роли
Роль предполагает работу со сложными библиографическими данными, поиск несоответствий и более эффективные способы организации информации в масштабе. Сотрудник будет помогать улучшать и развивать библиографические данные, лежащие в основе систем и сервисов Third Iron. На стыке библиотечного дела, каталогизации, анализа данных и новых технологий предстоит исследовать крупномасштабные библиографические базы данных, разбирать сложные проблемы метаданных и превращать находки в практические улучшения продуктов, процессов и пользовательского опыта. В работе используются Excel, SQL и AI-инструменты, а также взаимодействие с техническими и продуктовыми командами для повышения качества, полноты, сопоставимости и интероперабельности метаданных.
Компания основана в 2011 году и работает полностью удалённо. Third Iron создала программные сервисы BrowZine и LibKey. Пользователи — миллионы студентов, преподавателей, врачей, исследователей и учёных, связанных с более чем 2000 библиотек университетов, больниц, корпораций и государственных учреждений в 36 странах, включая Стэнфордский университет, Mayo Clinic, NHS England и Гонконгский университет.
Обязанности
- Анализировать, очищать, согласовывать и обогащать крупномасштабные наборы библиографических данных и данных о фондах.
- Исследовать проблемы качества метаданных, дублирования, нормализации, сопоставления и разрешения сущностей.
- Использовать Excel, SQL, AI-инструменты и другие методы анализа данных для выявления закономерностей, исключений и возможностей для улучшений.
- Помогать проектировать и улучшать правила метаданных, сопоставления, процессы валидации и автоматизированные рабочие процессы.
- Оценивать библиографические данные от издателей, агрегаторов, библиотек и других внешних источников.
- Поддерживать развитие метаданной архитектуры Third Iron, возможностей обнаружения и систем баз знаний.
- Разрабатывать воспроизводимые методы оценки полноты, точности, согласованности и актуальности метаданных.
- Документировать источники данных, стандарты, рабочие процессы, решения и процедуры контроля качества.
- Осознанно использовать AI-ассистируемые подходы, проверяя результаты и соблюдая стандарты точности, конфиденциальности и ответственного использования.
Требуемая квалификация
- Не менее 2 лет профессионального опыта в библиотеках, науке о данных, анализе метаданных или аналогичной роли.
- Степень магистра в области библиотечно-информационных наук, смежной области или эквивалентный профессиональный опыт.
- Профессиональный опыт работы с библиографическими метаданными, библиотечными системами, сервисами обнаружения, базами знаний или научной информацией.
- Уверенное знание Excel, включая функции, фильтры, поиск, преобразование данных и анализ больших наборов данных.
- Высокая степень уверенности в использовании AI-инструментов для исследований, анализа, вайбкодинга мини-приложений, разработки рабочих процессов и решения задач.
- Знакомство с библиографическими идентификаторами и стандартами метаданных, такими как DOI, ISSN, ISBN, MARC, KBART, Dublin Core или смежными форматами.
- Развитые аналитические навыки и настойчивость в исследовании неоднозначных или неполных данных.
- Способность понятно объяснять проблемы метаданных и качества данных техническим и нетехническим коллегам.
- Отличные навыки письменной коммуникации, документирования и удалённой работы в команде.
- Опыт работы с API, JSON, XML, регулярными выражениями, скриптами или инструментами преобразования данных.
- Уверенность в просмотре образцов метаданных и проектировании инструментов для механического анализа данных с помощью ИИ.
- Способность работать самостоятельно, управлять приоритетами и эффективно работать в распределённой команде.
Желательная квалификация
- Опыт написания SQL-запросов для изучения, объединения, проверки и анализа данных.
- Знакомство с метаданными, поставляемыми издателями, агрегаторами контента, линк-резолверами или библиотечными вендорами.
- Знание разрешения сущностей, сопоставления записей, дедупликации, авторитетного контроля или сверки идентификаторов.
- Знакомство с инфраструктурой научных коммуникаций и источниками данных, такими как Crossref, PubMed, OpenAlex, ORCID или библиотечными базами знаний.
- Опыт оценки или разработки AI-ассистируемых рабочих процессов с метаданными.
- Опыт совместной работы с инженерами-программистами, продакт-менеджерами или командами данных.
- Более года успешной удалённой работы.
Что значит «AI-Native» в Third Iron
Мы ищем человека, который относится к ИИ как к практической части современной работы со знаниями. AI-нативный кандидат стремится экспериментировать, понимает, как формулировать и уточнять эффективные промпты, умеет использовать ИИ для ускорения анализа и технической работы.