1、高级数据标注员是负责管理数据标注团队、总结数据标注经验以及为数据标注员提供培训的职位。
2、一个人的职业态度可以从他们的心态、职业道德和工作态度中得出
3、视频标注以图片帧为单位，对视频素材中的目标对象进行跟踪，对包括道路、车辆、行人等在内的目标物的特征信息、结构信息、语义信息等进行标记，从而形成训练数据集。这些数据集可以用于训练各种机器学习模型，如目标检测模型、行为识别模型等。
视频标注是指对视频素材进行处理，以识别和标记出其中的目标对象及其相关信息。这些信息通常用于训练机器学习模型或进行其他形式的数据分析。
4、对于采集回来的数据，需要做数据清洗。
（1）、数据清洗的定义：数据清洗是指在数据处理过程中，对原始数据进行检查、纠正或删除错误、重复或无效数据的过程。它是确保数据质量和后续分析准确性的重要步骤。
（2）、数据清洗的必要性：在实际应用中，采集回来的数据往往包含各种错误、重复、缺失或不一致的信息。如果不进行清洗，这些问题可能会严重影响数据分析的结果和准确性。
（3）、直接使用未经清洗的数据：直接使用未经清洗的数据可能会导致误导性的结论、不准确的预测或无效的决策。因此，在进行分析或建模之前，通常需哟对数据进行清洗和预处理。
5、文本实体标注 就是对自然语言文本中的实体进行标注，定位出某些预定义实体的字串。
文本实体标注是自然语言处中的一个任务，旨在从文本中识别并标注出具有特定意义的实体。这些实体可以是人名、地名、组合名、时间、日期等预定义的类别。
在进行文本实体标注时，系统或人工会扫描文本，识别出符合预定义实体类别的字串，并对其进行标注。标注的形式可以是高亮显示、添加标签或将其存储在特定的数据结构中。
文本通常指的是以书面形式表达的信息，可以包括文字、数字、符号等元素的组合。这些元素可以是任何语言或符号系统的组成部分。
6、语音交互 是指通过语音（包括自然语音和机器合成语音）与计算机系统进行交互的技术。它涵盖了从语音的采集、识别、理解到生成和播放的整个过程。他允许用户以口头形式输入指令或信息，并接收计算机系统的口头反馈或回应。
语音采集 是语音交互过程中的一个环节，指通过麦克风等设备捕捉用户的口头指令或信息。然而，语音交互并不仅仅局限于语音采集。
除了语音采集外，语音交互还包括语音识别（将采集到的语音转换为文本）、自然语言处理（理解文本的含义和上下文），语音合成（将计算机生成的文本转换为语音）以及交互逻辑的处理（根据用户的指令执行相应的操作或提供反馈）
语言识别技术是一种将人类语音转换为计算机可理解和处理的文本形式的技术。他在各种APP应用中有着广泛的应用，如语音助手、语音搜索、语音输入等。
7、将用户界面的设计画在纸上来模拟原型。
（1）、用户界面（UI）原型设计：UI原型设计是产品开发过程中的一个重要阶段，用于在开发实际产品之前，通过草图、线框图、模拟界面等方式展示产品的预期外观和行为。
（2）、高保真原型与低保真原型
-高保真原型：通过包含高度详细的视觉设计和交互元素，非常接近最终产品的外观和行为。他们通常用于展示给最终用户或利益相关者，以获取反馈和确认。
-低保真原型：相对简单，通常使用草图、线框图或基本的界面布局来展示产品的结构和功能。他们主要用于内部讨论、迭代和测试。
（3）、纸上模拟原型：将用户界面的设计画在纸上来模拟原型，这种方法通常属于低保真原型的范畴。因为他通常不包含详细的视觉设计、颜色、字体或交互元素，而更多地关注于结构和功能的展示。
8、人机交互是一个跨学科领域，研究人与计算机之间的交互方式，旨在使计算机系统更加易于使用、更加高效、 并满足用户的需求和期望。人文科学（如心理学、社会学、人类学等）在人机交互中起着重要作用，为理解用户行为、需求和期望提供了重要视角。
9、数据分析：是指对收集到的数据进行处理、解释和推断的过程，目的是提取有用信息和形成结论。这包括数据清洗、数据转换、数据建模、统计分析和结果解释等多个步骤。
数据采集：数据采集是指从各种来源（如数据库、传感器、调查问卷等）收集数据的过程。它是数据分析的起始步骤，为后续的数据处理和分析提供基础。
数据可视化是将数据以图像、图形或动画的形式呈现出来的过程，以便更直观地理解数据中的模式和趋势。它通常用于数据分析的后期阶段，以便向他人展示分析结果。
10、数据语法类异常：通常指的是数据在格式、结构或类型上不符合预期或规定的错误。例如，数据类型不匹配、格式错误、缺少必要的字段等。
网络错误：网络错误指的是在数据传输或网络通信过程中发生的错误。这些错误可能由多种原因引起，如网络拥塞、设备故障、配置错误、信号干扰等。网络错误通常表现为连接失败、数据传输中断、数据包丢失等。
11、计算机系统的资源可以分为两大类：设备资源和信息资源。
