深度分析AI新职位丨人工智能训练师是什么?做什么的?发展前景如何?

有人说，“人工智能训练师”是AI给人类带来的第一个非技术类“新职位”，这也许能让大家对AI多一些客观认知、甚至是好感；不过这个新职位，AI领域从业者的认知度还不高——

人工智能训练师是怎么产生的？
人工智能训练师是什么
什么样的人适合
职位发展前景如何

等等问题，你是不是还是大脑一片空白，为此我将在正文中为大家一一揭晓。

人工智能训练师的产生背景

一般而言，AI公司从客户（用户）那里获取到的原始数据无法直接用于模型训练，在“人工智能训练师”出现以前，是由AI产品经理先用相关工具简单处理，再交给数据标注人员进行标注加工，但因为标注人员对数据的理解和标注质量差异很大，导致整体标注工作的效率和效果都不够理想

同时，AI公司在其细分领域内积累了大量数据，这些数据往往在使用一次后就不再产生更多价值，随之带来了第二个问题：数据无法沉淀和复用

基于这两个问题，“人工智能训练师”应运而生

通常想要得到人工智能识别一个物体的能力达到99%，需要数万的标注数据，才可能训练出来。所以，随着人工智能应用的大量需求，标注数据的需求量也在成倍的增长，理解了数据标注是什么，那么，都有哪些数据需要进行处理呢？

* 注：“人工智能训练师”这个职位，据说最早是由BAT某部门在2016年前创造的

人工智能训练师是什么

定义

人工智能训练师，是通过分析产品需求和相关数据，完成数据标注规则的制定，最终实现“提高数据标注工作的质量和效率”以及“积累细分领域通用数据”的价值，从工作流和工作难度等角度看，它介于数据标注和AI产品经理之间

工作职责

人工智能训练师的工作职责，主要有以下三点：

提供数据标注规则：通过算法聚类、标注分析等方式，从数据中提取行业特征场景，并结合行业知识，提供表达精准、逻辑清晰的数据标注规则，最终确保数据训练效果能满足产品的需求；
数据验收及管理：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；
积累领域通用数据：根据细分领域的数据应用要求，从已有数据中挑选符合要求的通用数据（适用于同领域内不同客户/用户），形成数据的沉淀和积累。

* 注：在不同公司，人工智能训练师的职责具有一定差异性，比如有的偏重前期的数据挖掘和模型训练，有的偏重后期的产品运营和产品体验。

数据标注的应用场景人工智能训练师的职业规划

智能安防

智能安防是人工智能与信息技术结合的关键领域，对于城市与民生发展有重要的意义。通过生物识别、行为监测等技术手段，广泛地应用于城市道路监控、车辆人流监测、公共安全防范等领域。人脸标注在智能安防中主要应用于人脸识别与身份识别。此外，物品标注在智能安防应用中，物品标注需要和行为标注结合。

智能交通

近年来，随着人工智能浪潮的兴起，无人驾驶、智能交通安全系统一度走进我们的生活，国内许多公司纷纷投入到自动驾驶和无人驾驶的研究，例如百度启动的“百度无人驾驶汽车”计划，在汽车自动驾驶的过程中，想要让汽车本身的算法做到处理更多、更复杂的场景，背后就需要有海量的真实道路数据做支撑。而这就需要依靠数据标注。此外还有智慧停车，这些也都要依赖于人工智能数据标注的介入，对于行车视频进行采集，路况进行提取，停车点进行标注，包括D点云障碍物、红绿灯、车道灯及高精地图。

智能医疗

智能医疗是通过打造健康档案区域医疗信息平台，利用最先进的物联网技术，实现患者与医务人员、医疗机构、医疗设备之间的互动，逐步达到信息化在人工智能训练师的共同努力下，新冠肺炎临床AI诊断技术可在20秒内做CT影像的判断，准确率达96%，疫情期间，AI机器人已拨出1100万通疫情防控电话，AI与医疗行业的结合将有望迎来跨越式发展。

这些海量的数据几乎全部依赖数据标注师手工进行标注，数据标注行业的缺口十分可观，并且数据标注已经在各行业产生了极广的应用，行业也开始逐渐升级，走向产业化。在数据标注行业流行着一句话，“得数据者，得人工智能，有多少智能，就有多少人工”，从人工智能训练师转型AI产品经理大约需要6~12个月的时间，出色的工作表现和抓住时机的决心将在转型过程中将起到决定性作用

附：一个真实转型案例

SY同学，从数据标注转型到AI产品经理，花费了6个月，这应该是最快的速度了，因为她的每一步都是能力刚刚ready时，公司就有内部转岗或借调使用的headcount机会。

刚入职，具有超高工作质量与效率，明显高出其他同期入职同事
1个月后，指导其他兼职标注人员
3个月后，公司内其他部门有AI产品助理空缺，正好内部借调（从产品助理工作开始）
6个月后，正式转型AI产品经理