AI训练师

背景

• 获得原始数据后,由AI PM先用相关工具简单处理,再交付给数据标注人员进行标注,但标注人员对数据的理解和标注质量差异大,导致数据标注效率和质量不达标

• 细分领域积累了大量数据,但往往使用一次后就不再产生价值,数据无法沉淀和复用

定义

• 通过分析产品需求和相关数据,制定数据标注规则,实现“提高数据标注的效率和质量”和“积累细分领域通用数据”的价值

职责

• 制定数据标注规则:从数据中提取行业特征场景,结合行业知识,制定表达精准、逻辑清晰的数据标注规则

• 数据验收和管理:参与模型搭建和数据验收,并负责核心指标和数据的日常跟踪维护

• 积累细分领域通用数据:从已有数据中挑选通用数据(适用于同领域内不同用户),形成数据沉淀和积累

流程

AI训练师在数据标注员和AI PM之间,起到桥梁的作用

AI训练师需要和数据标注员紧密协作,把控好整个流程的输入规则和输出结果,最终输出标注准确的数据(供模型训练)

AI训练师需要和AI PM讨论需求,进而制定数据标注规则,并提出产品体验优化建议

能力模型

• 数据能力:了解科学的数据获取方法论,能运用数据处理工具,逻辑思维强

• 分析能力:基于产品的数据需求,及时发现、提炼问题特征,产出优化方案和建议

• 行业背景:熟悉公司行业领域知识,特别是语言或图像方面数据的特点

• 沟通能力:具备较强与不同岗位同事同频交流的能力,能通俗易懂的阐释专业术语信息

• AI技术理解力:能够厘清基本的AI概念,并了解其技术边界

• AI行业理解力:具备AI行业知识或相关产品运营经验,在此基础上能够预判行业趋势、深挖场景痛点、设计AI方案

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容