“
对于大多数求职者来说，数据标注是个陌生的行业，作为人工智能行业的配套，不像零售等传统行业，标杆性企业大家都很熟悉，如京东，国美等，具体业务大家也都能够在脑海中迅速完成画像和定位，而标注行业并没有很熟知的企业。加之，在网上一搜索，有些不良数据标注公司负面新闻铺天盖地，让大家对这个行业持更加谨慎的态度，作为一名资深标注猿，特将下面的干货分享给各位，入职前作为一个参考。
”
01
—
数据标注到底做什么？
从业最初，我以为我需要骑着摩托车，穿梭于城市的大街小巷，将某某新开的拉面馆在地图导航上标注出来。入职后，原来全部的工作内容基本上在电脑前就可以全部完成，并不是奔波于室外的体力工作，甚至是需要不断学习各种项目的脑力工作。数据标注其实是个生产加工型行业，与传统的生产加工型企业有很大不同，
l 加工的物料特殊性，行业面对加工的物料为数据，不像加工食品一样，看得见摸得着；每家公司的项目都大同小异，目前市面上，主要的数据标注种类包括，2D类图片上根据客户需求画线，画框，贴属性标签；3D类图像360度画框；听语音写句子等。大家需要每天八小时在电脑前处理数据，然后提交给相关质检人员，质检人员再讲数据传到甲方进行验收，如果合格的话，就可以完成生产，反之还需要根据甲方的意见来进行修改。
l 非标准化制作，打个比方，就像我家里装修，家人选择了厨房整体橱柜定制设计，由于我家的厨房形状不是很规则，需要商家进行非标准化定制，订货时间会变长电脑标注员好做吗，但是装修出来的话更严丝合缝，假如选择销售商的通用型装修方案电脑标注员好做吗，有可能出现大小不合适的情况；而数据标注恰恰就是这种非标准化订单的加工，人工智能企业客户根据自己的需求来制定规则，而我们得根据这些规则来作业。
02
—
为什么会有数据标注？
按照我的理解，人工智能其实就是让机器具备人类的思维和行为方式，那么我们人类前期就得当人工智能的老师。而在教授知识的过程中，选对方法很重要，数据标注是其中一种让机器学习成长的方法，打个比方，假如我们在给孩子描述什么是爱情的时候，我们有两种选择，将爱情的定义告诉他，或者是将很多不同结局的爱情故事讲给他听，我相信一定是后者更真实贴切。数据标注就是避免直接给机器定义，而是通过海量的正确的数据样本让他自己去学习感悟，同时这些正确的数据样本需要人类来标注提供。
数据标注是人工智能产业链条上的基础一环，人工智能深度学习理论其实在上世纪70年代就已经提出来，但是受制于当时没有足够多的数据以及不足的算力，一直没有发展起来，随着本世纪初互联网的兴起，我们每天都在产生大量的数据，得益于此人工智能又一次火热了起来，2017年人工智能首次被写入政府工作报告，政策宏观层面将人工智能产业作为国内产业升级的一项重要试验田，各大互联网公司也都在积极布局各自的人工智能领域，无人车、城市大脑、智慧城市、天眼计划等。
03
—
这份工作我看中什么？
l 行业持续性。大水漫灌，水涨船高，标注行业与人工智能产业密不可分，随着产业发展，不仅互联网头部公司、新生代独角兽和初创企业，连一些老牌的传统制造商也在挤入AI赛道，比如穿短裤的两兄弟好冰箱，希望借助人工智能技术分辨冰箱中哪些食材快要过期，而实现这类功能的背后肯定也是需要数据标注的，正可谓先人工、后智能。只要人工智能企业持续向好、功能需求稳定增长，标注就会伴生发展。
l 工作多样性。由于行业特性，为了完成非标准化生产，大家需要不断面对订单规则的学习和试标，每天都会接触新鲜事物，极大激发了每个人的学习能力，有点像打怪升级~我周围的朋友同学都表示工作的一成不变是他们不能接受的，而标注恰恰相反，人工智能涉及到的领域，如教育、安防、金融、交通、医疗、电商等都会出现在日常的工作中。这些工作在不断挑战我的学习能力的同时，也可以比其他行业的同学朋友，更早地接触到未来各行各业的发展方向以及未来生活的真实场景。这就可以快人一步，只有看到了未来的发展和需求，才能在时间差中寻找到更多的生存机会。
l 管理灵活性。上一份工作我在传统的生产企业，当时是与我的同学一起南下进厂，但是每天工作时间超过8小时，同时离开厂区还得请假，工作时无法带手机，这些让我很不适应也无法接受，最终还是离开了生产线，而标注这份工作，相对来说还是比较稳定，不会影响我的正常生活，平时也有机会跟甲方进行项目沟通，也会和同事们探讨新项目规则，不知不觉锻炼了自己的沟通技巧和团队协作能力。
以上是我本人的一些心得体会，最初接触上这个行业是朋友喊我在网上做一些兼职，逐步熟悉了之后才转为正式工作，前期也被无良老板以质量不达标回收数据为由坑过。但给我的总体感觉是，行业在规范，任务种类也在变多，在此祝各位标注同行工作顺利！
版权声明
本文仅代表作者观点。
本文系作者授权发表，未经许可，不得转载。
发表评论