“人工智能训练师”---AI新职位

从目前的国家发展趋势来看，未来十年甚至几十年，人工智能领域最容易年薪百万。时代的趋势摆在这里，人工智能将是我们中国未来最终的一个走向。

现在进入到人工智能领域，就像00年进房地产，15年进计算机。尤其是从2023年开始你会明显的感觉到，人工智能的实际应用在我们身边越来越普及了。比如最开始ChatGPT出来，帮你写写作业，查查资料，回答问题等。后来Midjourney出来之后，可以帮你画图，像很多设计师都感觉到自己的工作岌岌可危了。后来又出来Soar了，像剪视频等工作也是有危机感了。高质量的视频，人工智能也能做得很好。

人工智能将来几十年应该都是中国的趋势了，你既然改变不了，那么最好是去拥抱。人工智能其实是一个行业，它包含了许多专业，它的交叉性很强，这里面涉及到的专业有：计算机软件、自动化、机械、通信工程、电子信息工程、哲学、心理学等等。

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 ——

. AI公司为什么要设立这样一个职位                                          

. 职责边界是什么

. 什么样的人适合

. 职位发展前景如何

等等问题:都还是业内空白:为此我将在正文中为大家一一揭晓。

核心结论

1、人工智能训练师的定义;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。          

2、人工智能训练师的行业认知度;开始得到杭州、北京等城市2年 以上AI公司的重视:考虑到人工智能训练师的人才缺口5年后将增长 20倍以上:  该职位将会愈加受到各家AI公司的重视。

3、人工智能训练师的职业规划; 1~3岁互联网产品经理最有可能成 为人工智能训练师的主要来源职位?而AI产品经理将成为最合适的上升职位。

“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:经常导致整体标注工 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。

注; “人工智能训练师”这个职位:据说最早是由BAT某部门在2年前创造的。

“人工智能训练师”是什么

1、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”价值的AI新职位?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。

2、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。

3 、职位辨析(一)：

人工智能训练师和数据标注、  AI产品经理的异同

1,  人工智能训练师和AI产品经理的异同

人工智能训练师需要和AI产品经理讨论需求:进而制定数据标注规则:并提出产品体验优化建议。

2,  人工智能训练师和数据标注的异同

人工智能训练师需要和数据标注人员紧密协作: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,。

3,  人工智能训练师的工作流程图:

下图:展示了人工智能训练师和数据标注、  AI产品经理协作的工作 流及其每个节点的交付物。不难发现:人工智能训练师在数据标注

和AI产品经理之间:起到桥梁的作用。

模板 | 工作交付物“数据标注规则”

厌恶情绪标注任务

交付截止时间; 2017年12月30日

验收方法;抽检2%的数据/全检

验收标准;准确率高于95%

注1;标注示例:需要既有正例:又有反例)与正例形成鲜明对比:却又易混淆:需要特 别注意不同场景下的“同词不同意”,:以帮助标注员深入理解规则。

注2;不建议同时对多个维度进行标注:或使用过多标签:以免影响标注质量和效率。

4、职位辨析(二):人工智能训练师和初级互联网数据产 品经理的异同

1,两者工作职责的主要区别在于“积累细分领域通用数据”:这项工 作将为公司创造新的价值:比如;

• 大大减少后续标注人员的工作量:提升业务的接入速度和效率。

• 逐步建立细分领域的行业壁垒。

总之:由于一般的数据不能全领域通用:所以不同应用场景下:细 分领域通用数据少的问题:将成为整个行业的痛点和机会。

2,在AI工作场合:原本由初级互联网数据PM完成的“贡献数据采集 标准、打通数据资源、数据应用的推广”等工作:并没有交给人工智 能训练师:而是由更适合的AI产品经理完成:原因在于这部分工作 更偏重前端的需求和推广  )AI产品经理更熟悉和擅长产品体验及流程。

5、能力模型

基于人工智能训练师的工作职责:需要具备哪些能力呢2通过调研 分析:我们总结出了如下的能力模型;

1,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)如Excel等,:  逻辑思维强。

2,  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。 3,  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。

4,  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。

5,  AI技术理解力;能够厘清基本的AI概念:并了解其技术边界  )能做什么和 不能做什么,。

6,  AI行业理解力;具备AI行业知识  )如了解行业术语,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。

人工智能训练师的人才缺口

1、当前人才缺口

暂未形成明显的人才缺口:因为一方面:大部分公司都是近期才开 始设立这个职位:  人才需求量不多(不超过三位数)  ?另一方面:  目前大多数人才需求:  通过公司内部运营人员转岗和外部招聘就能 满足。