500强亚太区总监年薪(500强总监 年薪)

上个月，特斯拉首席执行官马斯克表示，明年将推出“特斯拉机器人”个人机器人的原型，从事人们不喜欢做的危险、重复或枯燥的工作。公布广泛讨论，外媒的焦点是安全。在这个国家，隐藏在人工智能产业链中的“小人物”开始浮出水面，被舆论集中。

他们是AI行业被en操作的人，是“人工”背后的人工智能。作者，在移动运营中，随着数千亿千兆字节数据信息的繁荣，这些数据最终会传递给名为“阅卷电脑”的“阅卷老师”，这就是人工“智能”。

他们扮演了“老师”的角色——手动处理现实世界中的表情和动作，然后等待“学生”的成长离开。也许有一天这些“AI学生”会取代“老师”。今天随着数据标签行业迭代升级，这些数据标签可能很快就会退出舞台。

进入，根

上海某创意园，主管领导刘梦一元(化名)坐在自己的小隔间里，等待标签老师形成文件。

坐在外面工作，他们都戴着头套和脖子探索前锋。其中一名员工正在进行“标记”并按帧放大视频，标记骨弯曲点。由于图像像素低，大多数员工总是习惯性地一边滑动鼠标滚轮一边叹气。

员工的“动机号”操作是面部识别前的重要步骤之一。删除“标签tag”，对评论、标签等进行分类。AI对人眼睛鼻子的识别不是天生的，需要通过标记人脸的面对面绘制来建立对五官轮廓的认知。在此基础上，AI可以通过这些点的轮廓特征来完成一系列的识别工作。

当你“刷脸”解锁手机时，你就完成了支付。当你进入火车站，扫描机票的时候，识别他的脸是一种人脸识别技术。帮助这项技术的是数据标签。

在刘梦媛的公司里，工人们使用良好的、起伏的鼠标来创建数千个关键点。这项工作很重要，但也很困难。刘梦媛甚至会在屋子里看它，然后我会回到隔间说：“我以前太正常了。”

2018年她从机械输入(数据清洗)开始，几个月后正式发布数据标签。她的第一项任务是教授图像标签中的人物：年龄、性别、人类物种、头发、表情等等。看完大规模的角色标签，AI就像是一个提炼，“瞥一眼”人的特征。

“税后工资主要是因为门槛低。其实这就是互联网打工者的作用。”当时，刘梦媛没有多次乞求，就像被劝阻了一样。当她气馁的时候，她没有达到“标签”。女孩特有的细心和韧性一直走到现在。

2018年也是在刘梦媛，数据发布在公司机场。据产业研究预期统计，2017年数据标签相关融资事件达到9起，2021年4月共有18家公司获得融资，39起投资事件。

资料来源：前瞻产业研究院。

在这种趋势之后，很多数据服务公司也进入了越来越多的乙方市场，为百度、阿里等大型互联网公司和一些AI独角兽公司提供服务。

图片：人们的社交

2020年4月26日，人力资源和社会保障部正式宣布“人工智能培训师”正式成为新职业，纳入国家职业分类目录。预计2022年，国内外相关从业人员将达到500万人。

行业崛起了，但“老师”还在过去，一步一步努力做着AI的助手。亮眼的AI技术大会在台前无限风光，标记者的生活似乎更加艰难。

“如果没有技术含量，很容易出错，而这正是那里所要求的，”刘梦媛看着目前的工作人员。每张图片都很复杂，稍有偏差就会出现误差。图片不对，影响整个数据包，然后“改装后面”。

除了准确性，疲劳是最大的敌人。“经过很长一段时间，我清楚地知道客户必须通过我们来实现什么——只是用人脑”，刘梦媛笑着说。

公司会用这个软件来监控灯具的疲劳程度，这也是一种人性化的表现。“不过，小公司本来就是剩下的命，急也急不得。只有生活才这么美好。”刘梦媛的团队准备了一盒红牛和人参。

Ai高速发展的背后，是一批“老师”的换血，而且流量相当高。“现在拥有文字标签的人越来越少，30%的图片标签、演讲、视频都是半开放的。现在工作后没几个人愿意干了，一般三个月我都不想继续干了。”

在过去的三年里，刘梦媛不断地告别他的老同事。但她坚持枯燥的工作。她记不清自己有多少张照片。我只想认为我开启了人工智能的潮流。

刘梦媛也被描述了很多关于新黄金公司的员工。“我们是面对智能时代的一群人。”

巨人队即将来临

这个行业的分水岭出现在2019年初：少数大型互联网巨头已经意识到数据的重要性，并成立了自己的“数据工厂”。

据媒体报道，截至今年3月，百度山西人工智能数据产业基地已有3000多个标签，主要涉及自动驾驶、面部识别等。而86%的员工是90后；北京、天津、济南、武汉的字节跳动也招募了4万个数据标签；腾讯直接把平台放到线下，让标签变成了“全民兼职”，也就是所谓的“公包”。

另一方面，巨头是市场和成本；另一方面也是为了数据安全，所以在内部建立专门的tag团队显然是个不错的选择。但是，“模型的训练和数据需求是有规律的，任务是不可持续的，今天的生活，明天的生活，这个人容易失败，管理成本高”，刘梦媛明白“公共包”的原因。“我让人去试试手里的平台兼职。单人标几块钱，月收入2000元左右，比外包节省一大半。”

“在大厂拍完，市场就是成本”。现在是刘梦媛下降了40%的时候了，标志着这个数据。

图像来源：老板

据了解，2018-2020铺设的数据的平均薪水是2018 - 2020年的数据洗涤工业5000-6000元。如果促进项目主管或更高级别的项目官员，月薪可以接近5位数。这个薪水标准已在2021年，在一些生存外包“小工厂”，没有重新出现。

图像来源：作品集合

巨头浇注，薪水萎缩的“大趋势”，可以看到Lanterger行业的“小趋势”：许多标记的数据都像米饭一样仔细培养，它尚未到达秋季收获季节。里面。

在年初，刘梦媛独自采取了“私人方式”，赚了20,000元。

这是一份“丢失”的列表，做了无人数据标签，因为公司的人民赶上另一个项目，她拉了一些老同事和10名兼职学生，干燥“包装的头”。

我没有完成一年的刘梦源，他们已经被标记为人。我只能移动我的弯曲和所有人。头部，颈部，肘部，手腕，膝盖...必须逐一拍摄。整整一周，一群人完成了数万分 - 他们似乎在技术的潮水中，但干难。

在这个单一的业务之后，你可以继续拿起一个小单身，这可能是好的。 “从4月开始，许多新团队出现，跛脚价格特别令人尴尬，最初标志的报价，现在有几美元。”

数据标签行业有一个分工：巨头向中游数据标签公司提供任务，然后给下游小公司，小型研讨会，以及一些小型研讨会将进一步附上“监护人”：如兼职学生。当单一业务转移时，它导致该行业的公共包员调解越来越严重，利润很少。

“AI绝对是未来的大趋势，但我们的小公司非常困惑，我听说很多公司都没有。”刘梦源想要“私人”，它会出来，可以出来，这可能是这样一个行业，她只能感受到压力。

挣扎

虽然目前的情况并不乐观，但刘梦元仍然认为，数据标志行业最终将是大浪，而且它们是最后一批。

从良好的情况下，下游市场陷入了近战，上游AI市场从未停止发展。 AI正在成为“入口”，人们进入这个社会，这使刘梦源和其他充满希望的从业者。

但是，该行业也揭示了一个严重的一面，数据被标记为迭代：大型模型慢慢取代标签，一些阈值较高，并且该纪律在该领域更随后。例如，需要标记病理切片的医疗健康领域，并且用在腰盘中的CT片材用作示例，并且缺陷必须准确地识别和标记盘的轮廓。但是，许多医学专家没有时间和精力做数据标签，这种工作是普通标签不舒服，通常需要问医生或医学院，结果是成本高，这些专业人士的成本是普通标签的10倍。

它被称为“监督”机器学习，如刘梦元。然而，当人工智能逐渐成熟时，它自己的识别能力和模型拟合精度将继续改善，进入人机协作模型。直到人工智能完全超过人类模型的模型，它将留下手动标记并进入不承受的机器学习。

从理论上讲，每个垂直场景都将进入技术开发和人工智能的监督学习状态。 AI的核心预测，AI的下一个变化不是监督，常识是学习。换句话说，“教师”试图让艾不依赖人类训练，他们去观察世界的工作方式，并学会预测，最后的AI应该摆脱“老师”。

然而，刘梦媛没有强烈的危机感：“我带领我们做一个最有意义的事情，将每个人的智慧转变为ai。我可以保证如果未来ai取代人类，他们也将是最后一个批量更换。“

为什么最后批处理？ “因为介绍了一个新的行业来介绍AI，我们需要为他们做好准备（标有教师）。”

刘梦媛一直认为“最大的市场是审计”。随着AI技术的发展，一些基本的标签工作逐渐消除。拍摄自动驾驶型号：我以前以前识别汽车，现在行人标有机器，然后人们会检查标签是否正确。

她考虑了自己的职业规划：“我真的想进入大工厂，但简历并不美丽，门槛不进入。”

互联网Matalog注意数据，最直接的反应是薪水，尤其是管理职位，慷慨的工资福利符合很多人，刘梦源也是其中之一。此外，她还认为自己单身开放一家小公司，然后进入大工厂的管理系统以获得的方式。

“然而，这是一个非常遥远的未来，或现在急忙。”如今，刘梦媛已升级为公司的主管负责人，上市的立场是总经理。她不再像我进入的那样累，“我每天都结束了，我累了，但我必须比较今天完成的任务。”

当然，在转变角色后，刘梦源将想到更多。 “也许下一个空气即将到来，或者......”她也有一些故事。

在科技快速发展的时代，各种人工智能应用，如春季竹笋一般都闪烁，工作场所发生变化。刘梦源现在可以依靠，是他在“教学”职业生涯中的经验。至于新进入的标签，他们刚刚开始在人工智能列车上，但他们挽救了一个模糊的未来。