我从事数据标签行业四年多了。现在团队规模近400人，直属基地180个，校队200个，孵化团队80个。
编辑
切换到中间
标出基地的一个办公室。
先说结论。数据标注可以做吗？答案是肯定的，可以做，适合在三线以下城市开展。由于行业内卷化严重，单价和任务都比较紧张，只能靠人力和场地来弥补。可能没有其他网络项目那么暴利。人均月产值6000左右，多少人赚，等等。
其实现在并不是加入数据标注的最好时机。16年到19年是行业的蜜月期，从单价和任务丰富度来说是有吸引力的，但当时处于闷声发财的阶段。真正被外界知道是作为项目出售，还是19年后，因为大量人员涌入，加上甲方自营基地，行业已经有点累了。现在已经进入沉淀期，大量不专业的团队被淘汰，行业向专业化、集中化发展。
想从事这个行业，必须要有一定的资源，比如任务资源，或者人工成本低，或者政府提供的产业基地免租免水，可以得到一些政策支持。通俗的理解就是要么你自己能找到任务，要么你的人工地很低。两者不具备就不能加入这个行业吗？不会，市场上有一些公司也对外包和加盟持开放态度，但是需要做更多的筛选，弄清楚公司是做任务还是加盟盈利。前期可以依托之前公司的资源组建自己的团队，等行业有了一定的立足点之后再和甲方对接。
首先，我们来说说什么是数据标注:
1950年，艾伦·图灵发表了一篇划时代的论文，预言了创造真正智能机器的可能性。1956年夏天，约翰·麦卡锡、马文·明斯基等科学家在美国达特茅斯学院会面，讨论“如何用机器模拟人类智能”，首次提出了“人工智能”的概念，这标志着人工智能学科的诞生。2006年以来，随着大数据、云计算、物联网等信息技术的发展，无处不在的传感数据和通用图形处理器推动了以深度神经网络为代表的人工智能技术的快速发展，极大地跨越了科学与应用之间的“技术鸿沟”，迎来了爆发式增长的新高潮。
编辑
科学家在1956年提出了人工智能的概念
一般来说，数据标注就是教会系统识别各种对象。系统就像一个三岁的孩子，我们需要把各种各样的物体一个个告诉他，教他识别。如果再遇到同样的场景系统，可以准确快速的识别出来。数据标注应用在我们生活中的场景数不胜数，最常见的就是语音转换成文字的功能。我们地大物博，有很多晦涩难懂的方言。为什么我们能准确地把自己说的话翻译成文字？其中，离不开我们的数据标注器。首先我们的数据标注器收集各地的语言，然后我们的数据标注器根据语音翻译成文字，再由技术人员建立模型生成系统功能，可以让我们的生活变得如此便捷。任何一个功能想要达到理想的功能，都离不开成千上万的工作负载。所以数据标注是一个劳动密集型的行业。说白了就是互联网电子厂。一个萝卜一个坑，一台电脑一个人。尽量让电脑保持运转，以达到最佳生产力。
编辑
在数据库中标记一个办公室。
贴标行业有什么利弊？
数据标注的优势在于门槛低，有一定计算机基础即可操作，适合批量招聘。只是因为它门槛低，大量的人加入这个行业，但是行业总体是向上的，数据量还是供大于求。目前中国的数据需求全球第一，所以机会还是很多的。对场地要求不高，基本满足场地统一管理的要求。公司的投入只有场地和电脑，电脑配置价格可以在千元左右。行业的好处是一个人可以盈利，十个人也可以盈利。无非就是资源和人事管理的对接。数据标注是一个重劳动密集型行业，所以在三线以下的县或乡镇有优势。单人产值一般在6000-9000之间，所以有多少人，利润就有多少，比较简单。
数据标签是一个正反馈的行业。如果有高质量的任务，可以养一个专业规模的团队。如果你有一个专业规模的团队，你就能接到高质量的任务。只有通过这样的循环，你才能做出行业的金牌。
我怕的是那种既没有任务资源，又没有专业规模的团队。任务是别人给的，说停就停。他们说没任务，就没了。一些不靠谱的渠道不买单，员工赚不到钱，员工流动性大。内忧外患真的很难。
贴标行业的优势如下:1。投入少，基本有站点有电脑就能盈利。2.它是高度可重复的。一个人可以盈利，一百个人也可以盈利，可以规模化经营。3.属于资源型行业，不需要额外投入。任务结算是甲方给的，人是社会招的。除了场地和水电，几乎没有任何成本。
贴标行业的弊端如下:1。任务是甲方给的，你说停就要停，有时候签合同也不一定管用。2.任务是周期性的，当一个任务完成，另一个任务没有连接上，员工就得休息。3.行业属于甲方的市场，基本上需求和议价权都在甲方，贴标签方没有话语权。4.账期，很多任务都是三个月或者半年的账期结算，很考验运营商的资金储备。
编辑
数据行业知名平台。
数据应该如何工作:
行业分为团队运营和个人运营。如果是个人，应该怎么做？个人情况有两种，一种是全职，一种是兼职。先说全职:
根据人工智能培训师的水平，划分人工智能培训师国家职业技能标签相关等级要求。分为五个等级，分别是:五级/初级工、四级/中级工、三级/高级工、二级/技师、一级/高级技师。
编辑
切换到中间
数据注释器
1.初级工，我们可以理解为他们是数据标注员，要求的数据基本上是可以标注的。你可以通过别人的培训来理解和使用标签要求。了解人工智能标注规则，熟练数据标注工具，能够对文本、语音、图像、视频、3D点云数据等进行标注和审核。通常工资是底薪加提成，或者纯计件制。综合月薪一般不超过6000元，是贴标行业的基石。一般需要耐心和责任心。除了少数任务，几乎没有什么学术要求，可以熟练使用电脑。
2.作为一个中级工，我们可以理解，做一个质检员，负责审核团队提交的资料，是一个压力比较大的工作，需要自我调节能力。按照甲方的标准，严格要求团队成员既要保证合格率，又要保证产值，这在团队中起着重要的作用。工资一般比注释者略高。虽然不需要实际标注，但是个人要一个一个找毛病也是一个很大的挑战。
3.高级工，我们可以理解为项目经理，对所辖项目的交付负主要责任，管理整个项目，组织管理团队，指导项目团队成员的发展，协助不同条线的负责人，为公司培养梯队人才。负责组织所辖项目或计划的交付，组织实施计划，编制实施方案，对项目的整体进度和实质负责，实现项目的预期目标；负责与项目利益相关方的沟通和关系处理，确保项目验收和收款，并促进续约；维护良好的客户关系，对客户满意度负责。
综上所述，可见数据播音员空的职业规划和推广是存在的。但随着行业的发展，要求个人具备综合能力，即“沟通能力”、“执行能力”、“管理能力”。由于公司业务不稳定，许多有能力的人才流失了。可惜，希望行业能以更规范的方式留住人才。
如何做兼职？兼职可以分为两种，一种是平台兼职，一种是外包公司兼职。
数据贴标是一个依赖大量体力劳动的劳动密集型行业，有很多短周期、高密度的任务。一般这类任务价格不高，适合在平台上发布。靠的是平台上大量的兼职和工会的快速分包，根据任务不同劳动报酬也不一样。它们的共同点是都需要长期运营。如果一天没有超过4小时，不建议做。
推荐几个大的兼职数据标注外包平台。注册免费，接任务也免费。但是很难抢高价任务，因为各平台都有自己的优先合作工会，小白很难整合。
兼职数据标注外包平台:龙猫众包、公测、数据堂。
编辑
数据的标记需求者
外包公司的兼职一般都是对接到的任务需要外部消化，但通常高价的任务都是由他们的正式员工来做，只有价格灵活的才外包。这种兼职的优点是单价比平台高，缺点是结账和项目周期的问题。
一般不建议兼职做数据标注。除非有团队有任务资源，否则就是浪费时间。除非你对行业有激情，否则不建议坚持。
标记团队应该做什么:
一般成立不到三个月的公司都会有这样的问题，就是没有核心的一手任务，副作用就是任务单价太低，任务是两个甚至三四个包的价格，自然难以支撑公司的利润，导致公司越做越辛苦，不赚钱甚至亏损。第二，任务周期无法控制，有可能是没任务了，或者任务单价要降低，这样很难支付员工离职，离职后没人接手任务，所以倒闭。三是账期，因为很多项目的结账期都是两三个月，甚至半年，员工的工资每个月都要发，压力自然大。更别说离家出走，而是失去一切。
一般三个月内成立的公司都会有这些问题。三个多月后，团队基本成型，任务的专业性也有一定程度的提升。找到可靠的渠道一般会有不错的收益。
标注数据加入靠谱吗？
从我个人对行业的了解来说，我并不排斥加盟，前提是公司资质和任务储备有足够的保障，否则就是在割韭菜。
加盟为什么存在？很多人说我给你做好，你给我任务你就做不好。说这种话的人不是傻就是傻。想想吧。你知道开肯德基能赚钱。去肯德基谈判，但你不能替我做。我赚钱就给你分！你觉得可能吗？任务就是钱，任何靠做任务盈利的公司都不会轻易外包任务，除非单价低或者是皮包公司。也有例外。关系好的亲戚朋友可能会给任务，但是培训师的工资也是有成本的，所以抽取或者收取也很正常。
试想一下，我的团队每天正常做任务就能创收，因为教你要抽出我一部分精力，结果你还是热三分钟。我不确定你会和我长期合作，我可能付出的时间成本都拿不回来，那我凭什么带你？更何况任务一般都是自己公司的核心机密。有些人，凭借自己的聪明才智，加入团队拿到甲方的联系方式挖墙脚，更有损公司。也有外部团队容易被外部诱惑所吸引。如果我给一分，他很可能会为了一毛钱跟他做。只看到价格上的差异，不知道整个流程的改进和公司作为背书要花多少钱。
我遇到了很多团队，有几十个人想和我合作。我直接拒绝了，不是因为我想收费，而是我无法从这些人未来的行为中规避风险。当初都是信心满满的去做一件事。结果不出两天，他们就因为看不懂培训文件，质检题被叫回来，任务枯燥等问题开始扯皮。要么是整改不及时，要么是他们没把消息带回来。我抽出时间和精力来完成自己的任务，结果还是不错的。
但是，如果选择加盟，一定要货比三家。至少，你应该知道有几个任务在同时进行。任务是什么，单价多少，实际操作时间多少，公司人数多少，你大概能看出来公司是不是在做实事。
用数据标记的任务类型:
语音:文本到语音、语音到文本、语言识别
编辑
标音
图片:拉动物体识别物体。
编辑
画框
3D拉框:智能驾驶的底层数据
编辑
3D帧提取任务
数据标注在生活中的应用场景:
编辑
编辑
编辑智能家居
编辑道路交通
编辑监控安全性
编辑汽车智能驾驶
编辑农业
