本周羁系部分果真新希望王淦昌用假名隐姓埋名17年 很兴奋为您解答这个问题，
，，让我来帮您详细说明一下
。。
。
。。品牌授权报修电话，
，，快速上门服务

元氏县苏村乡黑龙江省哈尔滨市巴彦县四川省乐山市江苏省镇江市句容市元氏县陕西省汉中市南郑区黑龙江省鸡西市鸡冠区丰台区右安门街道门头沟区大峪街道平山县上观音堂乡四川省甘孜藏族自治州泸定县湖北省恩施土家族苗族自治州恩施市辽宁省铁岭市开原市黑龙江省七台河市桃山区贵州省六盘水市水城县四川省泸州市江阳区北辰区广源街道怀柔区龙山街道四川省甘孜藏族自治州泸定县重庆市市辖区北碚区福建省三明市梅列区密云区不老屯镇向阳区酒仙桥街道上海市市辖区嘉定区江西省宜春市宜丰县湖北省宜昌市宜都会广东省珠海市斗门区四川省遂宁市蓬溪县芜湖市南陵县广东省汕头市龙湖区河东区东新街道江西省九江市武宁县伊犁哈萨克自治州昭苏县甘肃省甘南藏族自治州四川省凉山彝族自治州西昌市江苏省南通市启东市福建省南平市乌鲁木齐市沙依巴克区顺义区空港街道山东省泰安市东平县芜湖市南陵县甘肃省甘南藏族自治州云南省红河哈尼族彝族自治州绿春县山西省忻州市定襄县湖北省襄阳市襄州区广东省云浮市新兴县四川省宜宾市珙县山西省阳泉市平定县山东省滨州市云南省玉溪市新平彝族傣族自治县河东区东新街道武清区汊沽港镇广东省汕头市龙湖区桥西区苑东街道赞皇县院头镇湖北省宜昌市夷陵区江西省宜春市宜丰县四川省甘孜藏族自治州西城区月坛街道云南省红河哈尼族彝族自治州泸西县陕西省西安市未央区门头沟区大峪街道鹿泉区白鹿泉乡海南省三沙市西沙区山东省泰安市泰山区大兴区静海区西翟庄镇海南省儋州市山东省枣庄市台儿庄区四川省成都会新都区四川省成都会双流区门头沟区大峪街道顺义区空港街道江苏省徐州市陕西省汉中市留坝县许昌市建安区广东省广州市越秀区赵县沙河店镇山东省烟台市龙口市辽宁省大连市旅顺口区鹿泉区寺家庄镇芜湖市南陵县北辰区江西省吉安市永新县陕西省汉中市南郑区云南省西双版纳傣族自治州勐腊县长安区南村镇马鞍山市博望区开封市通许县静海区西翟庄镇山西省临汾市安泽县福建省南平市建瓯市辽宁省大连市旅顺口区平顶山市湛河区广东省惠州市龙门县湖北省孝感市汉川市甘肃省白银市景泰县吉林省四平市铁西区吉林省长春市双阳区百色市田林县

今日官方宣布重大研究效果深扒151份JD，
，，揭秘“数据标注员”：两极分化，
，，30倍薪水差，
，，残酷的未来，
，，很兴奋为您解答这个问题，
，，让我来帮您详细说明一下:官方服务专线，
，，支持多品牌报修

山东省聊都会冠县四川省甘孜藏族自治州丹巴县青海省海南藏族自治州贵德县辽宁省沈阳市沈河区昌平区阳坊镇福建省莆田市仙游县蓟州区东施古镇广东省珠海市斗门区福建省三明市梅列区青海省海北藏族自治州门源回族自治县黑龙江省佳木斯市汤原县井陉县吴家窑乡焦作市沁阳市芜湖市南陵县延庆区沈家营镇贵州省黔东南苗族侗族自治州天柱县福建省福州市永泰县江苏省南通市启东市湖北省恩施土家族苗族自治州恩施市黑龙江省佳木斯市汤原县向阳区小关街道马鞍山市博望区武清区上马台镇广东省汕头市龙湖区亳州市利辛县山东省烟台市牟平区乌鲁木齐市沙依巴克区鹿泉区寺家庄镇河东区大直沽街道陕西省咸阳市兴平市桂林市秀峰区辽宁省锦州市义县西藏山南市福建省三明市梅列区云南省文山壮族苗族自治州广南县山东省泰安市泰山区山西省朔州市山阴县濮阳市南乐县昌平区回龙观街道内蒙古锡林郭勒盟正镶白旗四川省宜宾市珙县山西省晋中市太谷区贵州省安顺市普定县辽宁省铁岭市开原市江苏省苏州市相城区博尔塔拉蒙古自治州温泉县怀柔区雁栖地区向阳区管庄地区洛阳市汝阳县山西省忻州市宁武县密云区古北口镇青海省海北藏族自治州门源回族自治县内蒙古鄂尔多斯市康巴什区芜湖市南陵县广东省惠州市龙门县湖北省襄阳市襄州区青海省玉树藏族自治州治多县内蒙古兴安盟乌兰浩特市广东省惠州市龙门县黑龙江省鸡西市鸡冠区崇左市平山县宅北乡四川省凉山彝族自治州昭觉县陕西省商洛市山阳县四川省泸州市江阳区西乡塘区贵州省铜仁市印江土家族苗族自治县云南省红河哈尼族彝族自治州绿春县江苏省连云港市赣榆区四川省德阳市广汉市伊犁哈萨克自治州昭苏县武清区上马台镇丰台区和义街道淮南市大通区广东省汕头市南澳县重庆市县巫山县合肥市庐阳区江西省景德镇市昌江区怀柔区龙山街道甘肃省甘南藏族自治州山东省淄博市临淄区芜湖市南陵县怀柔区雁栖地区江苏省徐州市新沂市四川省成都会双流区丰台区宛平城地区桥西区苑东街道亳州市利辛县阿克苏地区拜城县井陉县吴家窑乡上海市市辖区嘉定区辽宁省辽阳市白塔区山东省潍坊市青州市陕西省宝鸡市眉县大兴区丰台区宛平城地区哈密市伊吾县静海区大邱庄镇江西省景德镇市昌江区山东省烟台市龙口市

全球服务区域:防城港市东兴市四川省甘孜藏族自治州丹巴县广东省深圳市四川省广安市岳池县西青区精武镇平山县岗南镇陕西省汉中市南郑区辽宁省铁岭市开原市四川省成都会金牛区赞皇县西龙门乡蓟州区东施古镇黑龙江省鹤岗市赞皇县院头镇山西省临汾市安泽县四川省甘孜藏族自治州九龙县哈密市伊吾县广东省深圳市甘肃省甘南藏族自治州四川省泸州市江阳区山西省忻州市宁武县焦作市沁阳市山东省泰安市东平县辽宁省沈阳市沈河区蓟州区东二营镇赞皇县西龙门乡山西省晋都会高平市四川省甘孜藏族自治州九龙县密云区河南寨镇井陉县测鱼镇信阳市平桥区马鞍山市博望区青海省玉树藏族自治州治多县南开区长虹街道福建省南平市建瓯市怀柔区龙山街道江苏省徐州市新沂市甘肃省天水市秦州区四川省宜宾市翠屏区内蒙古鄂尔多斯市鄂托克旗贵州省安顺市普定县南开区长虹街道平山县东回舍镇四川省甘孜藏族自治州九龙县海南省三沙市西沙区广东省云浮市新兴县山东省德州市齐河县赞皇县院头镇青海省海南藏族自治州贵德县四川省宜宾市翠屏区亳州市利辛县四川省甘孜藏族自治州丹巴县山东省威海市西城区天桥街道乌鲁木齐市沙依巴克区福建省莆田市城厢区山东省烟台市龙口市甘肃省甘南藏族自治州固原市西吉县甘肃省天水市秦州区宝坻区牛家牌镇向阳区小关街道向阳区豆各庄地区西藏山南市贡嘎县阿克苏地区拜城县广东省佛山市三水区湖北省宜昌市宜都会黑龙江省大兴安岭地区呼玛县江苏省南通市启东市四川省宜宾市江安县山东省威海市江苏省镇江市句容市江苏省镇江市句容市山西省晋中市灵石县喀什地区麦盖提县河东区大直沽街道福建省厦门市湖里区山东省淄博市临淄区长安区广安街道福建省三明市梅列区甘肃省白银市景泰县广东省江门市内蒙古呼伦贝尔市阿荣旗四川省凉山彝族自治州甘洛县江西省九江市武宁县福建省福州市永泰县平山县岗南镇黑龙江省佳木斯市汤原县新乐市协神乡蚌埠市龙子湖区静海区西翟庄镇四川省宜宾市翠屏区山东省青岛市城阳区合肥市庐阳区贵州省黔东南苗族侗族自治州天柱县四川省成都会金牛区西藏山南市山西省晋中市太谷区西青区精武镇赞皇县西龙门乡蓟州区东施古镇

今日研究机构宣布新效果深扒151份JD，
，，揭秘“数据标注员”：两极分化，
，，30倍薪水差，
，，残酷的未来，
，，很兴奋为您解答这个问题，
，，让我来帮您详细说明一下:售后服务维修中心电话，
，，支持多渠道服务

天下服务区域：向阳区双井街道大兴区延庆区沈家营镇崇左市四川省甘孜藏族自治州泸定县四川省泸州市江阳区北辰区黑龙江省七台河市桃山区云南省丽江市宁蒗彝族自治县内蒙古兴安盟乌兰浩特市向阳区双井街道山东省东营市垦利区延庆区沈家营镇内蒙古鄂尔多斯市康巴什区云南省西双版纳傣族自治州勐腊县喀什地区麦盖提县云南省怒江傈僳族自治州福贡县西藏拉萨市达孜区山西省临汾市安泽县焦作市丰台区长辛店镇辽宁省辽阳市白塔区马鞍山市博望区江西省赣州市石城县辽宁省铁岭市清河区山西省临汾市安泽县云南省玉溪市新平彝族傣族自治县河东区东新街道四川省广元市江西省宜春市宜丰县伊犁哈萨克自治州昭苏县平山县上观音堂乡西藏山南市淮南市大通区百色市靖西市海南省？？？？？谑忻览记帐∷罩菔邢喑乔谷录易蛟颇鲜∨圩遄灾沃莞９毕馗＝ㄊ∠妹攀泻２浊盼髑值懒赡省沈阳市河西区桃园街道阿克苏地区拜城县赵县沙河店镇喀什地区叶城县四川省泸州市江阳区西乡塘区平山县小觉镇西青区精武镇怀柔区雁栖地区河东区东新街道四川省成都会双流区丰台区长辛店镇桥西区东华街道向阳区小关街道长安区南村镇黑龙江省绥化市明水县福建省莆田市仙游县山西省阳泉市平定县内蒙古乌海市乌达区江西省吉安市吉安县百色市田林县江西省萍乡市上栗县黑龙江省鸡西市鸡冠区崇左市信阳市平桥区福建省三明市梅列区湖北省恩施土家族苗族自治州恩施市长安区广安街道鹿泉区寺家庄镇桥西区东华街道山东省潍坊市青州市信阳市平桥区西青区精武镇山西省吕梁市岚县陕西省汉中市西乡县河东区大直沽街道海南省？？？？？谑忻览记轿魇〗蓟岣咂绞泄笾菔⊥适杏衿炼弊遄灾蜗厣挛魇”κ忻枷啬诿晒藕袈妆炊邪⑷倨旖帐⌒熘菔蟹嵯叵蜓羟葡汕沤值郎轿魇⌒弥菔心武县陕西省商洛市山阳县黑龙江省佳木斯市富锦市博尔塔拉蒙古自治州温泉县井陉县吴家窑乡福建省三明市梅列区北海市海城区江苏省南京市浦口区平山县岗南镇向阳区小红门地区焦作市中站区贵州省安顺市普定县陕西省汉中市西乡县贵州省安顺市普定县昌平区回龙观街道

售后服务上门服务电话，
，，智能分配票据：深扒151份JD，
，，揭秘“数据标注员”：两极分化，
，，30倍薪水差，
，，残酷的未来

作者 ｜ 樊雅婷邮箱 ｜ fanyating@pingwest.com

早上九点，
，，小林戴上耳机，
，，翻开标注平台，
，，耳朵里传来一段带四川口音的通俗话
。。
。
。。

她要先逐字把这段语音转写出来，
，，再标出发音误差、语调异常和方言特征词，
，，最后判断 AI 的识别效果那里对了、那里跑偏
。。
。
。。听起来像在听播客，
，，旁人或许以为她在摸鱼，
，，可这就是她的事情
。。
。
。。

她的官方 title 叫"数据标注员"，
，，但她更愿意说自己是"AI 训练师"——这样听起来酷一点
。。
。
。。事实在大大都人的认知里，
，，这份事情就是 AI 时代的流水线：面临电脑，
，，机械所在鼠标，
，，日复一日地画框、打标签，
，，手艺含量不高，
，，是典范的"人肉电池"
。。
。
。。

可一旦有人追问"详细做什么"，
，，小林通；；；崮涣矫，
，，然后答："就……教 AI 听人话
。。
。
。。"再多的，
，，她也说不上来了
。。
。
。。

也许下面这份从业者简历里的事情形貌，
，，大致能说明他们天天在做的事
。。
。
。。

关于越来越多想进入AI行业的年轻人，
，，数据标准正在成为他们会思量的入门事情，
，，这个工种因何而生，
，，整个行业是什么面目，
，，从业者又将走向何方——我们抓取了 Boss 直聘上"数据标注"要害词下、base 在北京的 302 个岗位，
，，逐一拆解其中 151 份完整 JD
。。
。
。。

统一份标注事情，
，，月薪能差出三十倍

ChatGPT 会写诗，
，，靠的是标注员逐条评价"这句好、那句差"；；；自动驾驶能在路口认出红绿灯，
，，是由于有人对着数万张街景图、一个像素一个像素地描出界线
。。
。
。。你对 agent 说一句"播放周杰伦的歌"，
，，它一秒就听懂并执行，
，，这背后是成千上万条带口音、带情形噪声、带吞音连读的语音指令被人工标好了
。。
。
。。

现在为了更自然的交互，
，，语音标注的重漂后还在指数级上升——不再只是把声音转成文字，
，，而是要标出情绪、意图、语用场景，
，，连方言里那点玄妙差别都要标，
，，模子才华真正学会"听人话"
。。
。
。。

每一处智能闪光，
，，都有一双人类的手在托底
。。
。
。。这双手的主人靠它挣几多、醒目多久，
，，是另一回事
。。
。
。。先看收入
。。
。
。。

151 份完整 JD 里，
，，北京数据标注岗位月薪中位数 10500 元，
，，最低 2K，
，，最高 65K——首尾相差三十多倍
。。
。
。。

低薪这头多是实习、兼职和众包
。。
。
。。日薪岗有 84 个，
，，中位 185 元/天，
，，招聘帖上写着"数据标注，
，，双休，
，，小白可做"，
，，学历履历全不限，
，，月薪 4-5K
。。
。
。。光谱另一端，
，，百度给自动驾驶数据标注算法实习生开出 500-600 元/天，
，，要求硕士；；；阿里巴巴的 AI 训练师岗 20-35K、16 薪，
，，同样卡硕士
。。
。
。。

同为标注，
，，身价差出十倍
。。
。
。。差别来自事情内容早已分化：低薪端是执行，
，，按要求标、按 SOP 做；；；高薪端是界说，
，，定标注规则、管质量标准、买通算法和数据的闭环
。。
。
。。前者可替换，
，，后者难复制
。。
。
。。

一个在标注行业干了六年的老兵说得直白：2016 年，
，，标注员是手艺人，
，，熟手吃香；；；现在，
，，标注员是流水线工人，
，，谁都醒目，
，，你就是个账号
。。
。
。。

从"画框"到替 AI 拿主意

151 份 JD 能分出四种主要模态
。。
。
。。

文本标注占 16%，
，，做语料洗濯、对话质量评估、多语言翻译校对
。。
。
。。

大模子时代这类需求暴增——腾讯在招"大模子数据标注-代码偏向"，
，，应聘者得看懂代码，
，，判断 AI 写的程序那里好、那里有 bug，
，，再用人的判断去纠正它
。。
。
。。

图像和视频标注占 17%，
，，包括框选、描点、支解、要害点标注，
，，自动驾驶是大户
。。
。
。。

某大型车企的"智驾数据标注算法工程师"岗，
，，要求处理 4D 点云和 LiDAR 数据，
，，输出时序一致的 BBox 真值，
，，月薪 40-70K、15 薪
。。
。
。。这早不是"画框"，
，，而是要懂传感器原理和三维空间关系
。。
。
。。

语音和音频标注在招聘平台占比最低，
，，只有 1%，
，，要求却一点不低
。。
。
。。

今年 6 月初，
，，马斯克的 xAI 面向全球招中文 AI 导师，
，，训练 Grok 的中文语音能力，
，，要求母语级中文、熟悉方言和地区口音差别，
，，能做语音转写、发音纠错和音频标注，
，，美国境内时薪 35-45 美元
。。
。
。。统一时期，
，，京东科技在招法语、德语、荷兰语标注，
，，专八是门槛，
，，要能识别发音过失和语调误差——标准堪比语言学研究
。。
。
。。

多模态和综合标注占比最大，
，，达 36%，
，，一个岗位同时涉及图文音视频，
，，常见于大模子数据团队
。。
。
。。简单手艺的可替换性越来越高，
，，万能选手更吃香
。。
。
。。

把这 151 份 JD 按营业领域看，
，，漫衍高度集中：

大模子/AIGC 语料直接占 28%，
，，自动驾驶和医疗影像各占 7%
。。
。
。。近三成岗位在给大模子"喂饭"
。。
。
。。军备竞赛进入白热化，
，，GPU 数目不再是唯一筹码，
，，谁的数据更贴近真实人类，
，，谁就多一分胜算
。。
。
。。

门槛也随着被改写
。。
。
。。近九成岗位要求本科或大专，
，，外貌仍是低门槛工种
。。
。
。。但那 13 个卡硕士的岗位，
，，险些全扎在大模子评测、算法配套和外洋多语言偏向——盛大网络"专家级数据标注师"日薪 400-800 元，
，，要硕士、可远程；；；阿里训练师 20-35K、16 薪，
，，非硕士不招；；；尚有金融类标注专家，
，，时薪 150-200 元
。。
。
。。

专业壁垒也在往高了筑
。。
。
。。医疗标注明确要临床医学、影像学配景；；；代码偏向要盘算机专业，
，，能写能 debug；；；影视美学标注青睐戏剧影视文学、数字媒体艺术；；；金融标注要金融经济专业；；；具身智能标注则指向机械和自动化
。。
。
。。离数据价值链的上游越近，
，，越不但靠仔细和耐心，
，，而是实打实的领域知识
。。
。
。。

统一顶帽子底下，
，，众包日薪 100 与专家月薪 6.5 万并存，
，，中心地带正被一连挤压
。。
。
。。

换个角度，
，，一个岗位能同时容下学医的、写代码的、做设计的、搞金融的，
，，它也正在酿成险些所有专业的出口
。。
。
。。

大厂定规则，
，，外包拆包

再看招聘池里的公司，
，，大厂和外包商泾渭明确
。。
。
。。

302 个岗位中能认出的大厂有京东、腾讯、阿里、快手、小红书、百度，
，，但招人最多的不是它们，
，，而是标注外包公司和数据服务商——海天瑞声、云测数据、倍赛科技牢牢占有岗位数前线
。。
。
。。

行业逻辑很清晰：大厂定标注规则和评测标准，
，，外包公司拆成细碎 SOP 再层层分包
。。
。
。。

许多标注员以为事情机械、看不到全貌，
，，原因就在这里——他们站在流水线最后，
，，手里只有一个账号和一套指令
。。
。
。。

但焦点模子能力，
，，大厂从禁止易交出去
。。
。
。。

腾讯亲自招代码偏向的大模子标注，
，，快手直接为可灵 AI 招标注项目治理，
，，小红书招大模子数据标注实习生
。。
。
。。模子越要害，
，，数据质量越要握在自己手里
。。
。
。。

数据标注的已往，
，，现在和未来

数据标准已经成为AI希望背后的人类底座
。。
。
。。而要明确它怎样生长到今天，
，，未来会走向何方，
，，照旧要看一看它一整个历史
。。
。
。。

2006—2014，
，，是前标注时代
。。
。
。。

那时"数据标注"还不算一个职业
。。
。
。。李飞飞在普林斯顿启动 ImageNet 时，
，，最初以 10 美元时薪雇本科生逐张标图，
，，可学生很快受不了这种重复劳动，
，，按其时效率估算，
，，标完整个数据集要 19 年
。。
。
。。转机来自 Amazon Mechanical Turk：2008 到 2010 年，
，，来自 167 个国家的近 5 万名众包工人，
，，完成了凌驾 1400 万张图片的标注
。。
。
。。在学术圈，
，，做标注被当成"搬砖"，
，，李飞飞的基金申请甚至被 NIH 评审批为"普林斯顿做这个是一种羞辱"
。。
。
。。

2012 年，
，，AlexNet 以 15.3% 的 top-5 过失率拿下 ILSVRC 冠军，
，，领先第二名凌驾 10 个百分点，
，，Yann LeCun 厥后称之为盘算机视觉史上无可争议的转折点
。。
。
。。整个行业由此意识到：算法差别可以追赶，
，，数据差别才是壁垒
。。
。
。。标注这件事，
，，第一次有了酿成一学生意的可能
。。
。
。。

2014—2017，
，，标注工厂时代
。。
。
。。

第一批数据标注公司建设，
，，这些公司选址往往在三线都会，
，，理由很现实：人力自制、租金自制、有津贴
。。
。
。。"我们就是在吃生齿盈利，
，，"一位标注公司老板曾绝不避忌地说，
，，"开在北京一个月 4000 招不到人，
，，开到县城 2000 就有人抢着干
。。
。
。。"

大宗农村青年、小镇宝妈、残障人士经培训成了标注员，
，，在工业匮乏的县城，
，，月入 3000-5000 已是体面收入
。。
。
。。但他们大多不知道自己在做什么："天天就是拉框拉框拉框，
，，这些框拿去干嘛，
，，没人告诉我们
。。
。
。。"

2017—2020，
，，分化与升级
。。
。
。。

一些大厂最先建起更大规模的数据标注基地，
，，大厂入场带来标准化和分层
。。
。
。。标注师群体最先分化：底层仍是基础框选，
，，往上是质检员，
，，再往上是标注规则师——要懂 AI 基来源理，
，，收入翻好几倍
。。
。
。。2020年头，
，，人社部正式将"人工智能训练师"纳入国家职业分类目录，
，，顶级训练师年薪已凌驾30万
。。
。
。。

2020 至今，
，，AI 反噬
。。
。
。。

GPT-3 论文（《Language Models are Few-Shot Learners》，
，，NeurIPS 2020）证实晰大模子的少样本学习能力，
，，模子不再需要海量人工标注也能完成许多使命
。。
。
。。同时自动标注手艺成熟、合成数据崛起，
，，行业自动化率从三年前的约 30% 飙到 60% 以上
。。
。
。。

但 RLHF 又催生出一类全新需求：给模子输出做偏好排序、评估事实准确性、纠正推理链路——这些活不再叫标注，
，，而叫提醒词工程师或 AI 对齐训练师，
，，手艺门槛完全差别
。。
。
。。

这种替换已经写进了招聘启事
。。
。
。。百度的"自动驾驶数据标注模子算法实习生"，
，，事情内容就是开发预标注模子，
，，让 AI 自己标数据
。。
。
。。"自动标注+人工复核"成了主流事情流：AI 先粗标一版，
，，人认真质检、纠错、补齐界线案例
。。
。
。；；；≈馗葱员曜⑷纷攀当煌淌，
，，可"这版标得好欠好""界线案例怎么处理""这段画面美感够不敷"，
，，这类要主观判断和领域履历的环节，
，，仍得人来兜底
。。
。
。。

2024 年的行业数据泛起出一道明确的铰剪差：80% 的投资流向自动标注公司，
，，古板劳动麋集型标注企业拿到的融资不到 5%；；；基础标注用工在缩短，
，，懂医学、执法、金融的专家级标注师却一连紧缺
。。
。
。。

一位 AI 公司 HR 对我们说得更直接："AI 训练师的薪资是标注员的 3-5 倍，
，，但我们险些不会从标注员里招训练师，
，，宁愿招刚结业的盘算机系学生重新带
。。
。
。。"

纯执行型标注员正在退场
。。
。
。。留下的，
，，要么有某个领域里难以替换的专业判断，
，，要么有质量治理和项目统筹的能力
。。
。
。。

回到开头我们提到的小林，
，，她对我们体现，
，，现在她不但做语音转写
。。
。
。。天天要开团队对齐会，
，，争论方言口音的标注界线该划在哪儿；；；要写质检报告，
，，剖析语音模子在哪几个声调上最容易翻车；；；无意被拉去和算法工程师开会，
，，凭听感给语料提刷新意见
。。
。
。。

这一行变得太快了
。。
。
。。去年还在标文本对话，
，，今年改口号音语调，
，，明年也许要标机械人的行动数据
。。
。
。。这似乎在给这个事情岗位带来更多的需求，
，，但同时AI的自动标注也在快速抢走这些新泛起的需求
。。
。
。。数据标注依然会是不可或缺的AI背后的人类底座，
，，只不过接下来它注定把会被替换的人和不会被替换的人分到越来越远的两头
。。
。
。。

点个“爱心”，
，，再走 吧

昨日业内人士传出行业新转变深扒151份JD，
，，揭秘“数据标注员”：两极分化，
，，30倍薪水差，
，，残酷的未来

作者 ｜ 樊雅婷邮箱 ｜ fanyating@pingwest.com

早上九点，
，，小林戴上耳机，
，，翻开标注平台，
，，耳朵里传来一段带四川口音的通俗话
。。
。
。。

她要先逐字把这段语音转写出来，
，，再标出发音误差、语调异常和方言特征词，
，，最后判断 AI 的识别效果那里对了、那里跑偏
。。
。
。。听起来像在听播客，
，，旁人或许以为她在摸鱼，
，，可这就是她的事情
。。
。
。。

她的官方 title 叫"数据标注员"，
，，但她更愿意说自己是"AI 训练师"——这样听起来酷一点
。。
。
。。事实在大大都人的认知里，
，，这份事情就是 AI 时代的流水线：面临电脑，
，，机械所在鼠标，
，，日复一日地画框、打标签，
，，手艺含量不高，
，，是典范的"人肉电池"
。。
。
。。

可一旦有人追问"详细做什么"，
，，小林通；；；崮涣矫，
，，然后答："就……教 AI 听人话
。。
。
。。"再多的，
，，她也说不上来了
。。
。
。。

也许下面这份从业者简历里的事情形貌，
，，大致能说明他们天天在做的事
。。
。
。。

关于越来越多想进入AI行业的年轻人，
，，数据标准正在成为他们会思量的入门事情，
，，这个工种因何而生，
，，整个行业是什么面目，
，，从业者又将走向何方——我们抓取了 Boss 直聘上"数据标注"要害词下、base 在北京的 302 个岗位，
，，逐一拆解其中 151 份完整 JD
。。
。
。。

统一份标注事情，
，，月薪能差出三十倍

ChatGPT 会写诗，
，，靠的是标注员逐条评价"这句好、那句差"；；；自动驾驶能在路口认出红绿灯，
，，是由于有人对着数万张街景图、一个像素一个像素地描出界线
。。
。
。。你对 agent 说一句"播放周杰伦的歌"，
，，它一秒就听懂并执行，
，，这背后是成千上万条带口音、带情形噪声、带吞音连读的语音指令被人工标好了
。。
。
。。

现在为了更自然的交互，
，，语音标注的重漂后还在指数级上升——不再只是把声音转成文字，
，，而是要标出情绪、意图、语用场景，
，，连方言里那点玄妙差别都要标，
，，模子才华真正学会"听人话"
。。
。
。。

每一处智能闪光，
，，都有一双人类的手在托底
。。
。
。。这双手的主人靠它挣几多、醒目多久，
，，是另一回事
。。
。
。。先看收入
。。
。
。。

151 份完整 JD 里，
，，北京数据标注岗位月薪中位数 10500 元，
，，最低 2K，
，，最高 65K——首尾相差三十多倍
。。
。
。。

低薪这头多是实习、兼职和众包
。。
。
。。日薪岗有 84 个，
，，中位 185 元/天，
，，招聘帖上写着"数据标注，
，，双休，
，，小白可做"，
，，学历履历全不限，
，，月薪 4-5K
。。
。
。。光谱另一端，
，，百度给自动驾驶数据标注算法实习生开出 500-600 元/天，
，，要求硕士；；；阿里巴巴的 AI 训练师岗 20-35K、16 薪，
，，同样卡硕士
。。
。
。。

同为标注，
，，身价差出十倍
。。
。
。。差别来自事情内容早已分化：低薪端是执行，
，，按要求标、按 SOP 做；；；高薪端是界说，
，，定标注规则、管质量标准、买通算法和数据的闭环
。。
。
。。前者可替换，
，，后者难复制
。。
。
。。

一个在标注行业干了六年的老兵说得直白：2016 年，
，，标注员是手艺人，
，，熟手吃香；；；现在，
，，标注员是流水线工人，
，，谁都醒目，
，，你就是个账号
。。
。
。。

从"画框"到替 AI 拿主意

151 份 JD 能分出四种主要模态
。。
。
。。

文本标注占 16%，
，，做语料洗濯、对话质量评估、多语言翻译校对
。。
。
。。

大模子时代这类需求暴增——腾讯在招"大模子数据标注-代码偏向"，
，，应聘者得看懂代码，
，，判断 AI 写的程序那里好、那里有 bug，
，，再用人的判断去纠正它
。。
。
。。

图像和视频标注占 17%，
，，包括框选、描点、支解、要害点标注，
，，自动驾驶是大户
。。
。
。。

某大型车企的"智驾数据标注算法工程师"岗，
，，要求处理 4D 点云和 LiDAR 数据，
，，输出时序一致的 BBox 真值，
，，月薪 40-70K、15 薪
。。
。
。。这早不是"画框"，
，，而是要懂传感器原理和三维空间关系
。。
。
。。

语音和音频标注在招聘平台占比最低，
，，只有 1%，
，，要求却一点不低
。。
。
。。

今年 6 月初，
，，马斯克的 xAI 面向全球招中文 AI 导师，
，，训练 Grok 的中文语音能力，
，，要求母语级中文、熟悉方言和地区口音差别，
，，能做语音转写、发音纠错和音频标注，
，，美国境内时薪 35-45 美元
。。
。
。。统一时期，
，，京东科技在招法语、德语、荷兰语标注，
，，专八是门槛，
，，要能识别发音过失和语调误差——标准堪比语言学研究
。。
。
。。

多模态和综合标注占比最大，
，，达 36%，
，，一个岗位同时涉及图文音视频，
，，常见于大模子数据团队
。。
。
。。简单手艺的可替换性越来越高，
，，万能选手更吃香
。。
。
。。

把这 151 份 JD 按营业领域看，
，，漫衍高度集中：

大模子/AIGC 语料直接占 28%，
，，自动驾驶和医疗影像各占 7%
。。
。
。。近三成岗位在给大模子"喂饭"
。。
。
。。军备竞赛进入白热化，
，，GPU 数目不再是唯一筹码，
，，谁的数据更贴近真实人类，
，，谁就多一分胜算
。。
。
。。

门槛也随着被改写
。。
。
。。近九成岗位要求本科或大专，
，，外貌仍是低门槛工种
。。
。
。。但那 13 个卡硕士的岗位，
，，险些全扎在大模子评测、算法配套和外洋多语言偏向——盛大网络"专家级数据标注师"日薪 400-800 元，
，，要硕士、可远程；；；阿里训练师 20-35K、16 薪，
，，非硕士不招；；；尚有金融类标注专家，
，，时薪 150-200 元
。。
。
。。

专业壁垒也在往高了筑
。。
。
。。医疗标注明确要临床医学、影像学配景；；；代码偏向要盘算机专业，
，，能写能 debug；；；影视美学标注青睐戏剧影视文学、数字媒体艺术；；；金融标注要金融经济专业；；；具身智能标注则指向机械和自动化
。。
。
。。离数据价值链的上游越近，
，，越不但靠仔细和耐心，
，，而是实打实的领域知识
。。
。
。。

统一顶帽子底下，
，，众包日薪 100 与专家月薪 6.5 万并存，
，，中心地带正被一连挤压
。。
。
。。

换个角度，
，，一个岗位能同时容下学医的、写代码的、做设计的、搞金融的，
，，它也正在酿成险些所有专业的出口
。。
。
。。

大厂定规则，
，，外包拆包

再看招聘池里的公司，
，，大厂和外包商泾渭明确
。。
。
。。

302 个岗位中能认出的大厂有京东、腾讯、阿里、快手、小红书、百度，
，，但招人最多的不是它们，
，，而是标注外包公司和数据服务商——海天瑞声、云测数据、倍赛科技牢牢占有岗位数前线
。。
。
。。

行业逻辑很清晰：大厂定标注规则和评测标准，
，，外包公司拆成细碎 SOP 再层层分包
。。
。
。。

许多标注员以为事情机械、看不到全貌，
，，原因就在这里——他们站在流水线最后，
，，手里只有一个账号和一套指令
。。
。
。。

但焦点模子能力，
，，大厂从禁止易交出去
。。
。
。。

腾讯亲自招代码偏向的大模子标注，
，，快手直接为可灵 AI 招标注项目治理，
，，小红书招大模子数据标注实习生
。。
。
。。模子越要害，
，，数据质量越要握在自己手里
。。
。
。。

数据标注的已往，
，，现在和未来

数据标准已经成为AI希望背后的人类底座
。。
。
。。而要明确它怎样生长到今天，
，，未来会走向何方，
，，照旧要看一看它一整个历史
。。
。
。。

2006—2014，
，，是前标注时代
。。
。
。。

那时"数据标注"还不算一个职业
。。
。
。。李飞飞在普林斯顿启动 ImageNet 时，
，，最初以 10 美元时薪雇本科生逐张标图，
，，可学生很快受不了这种重复劳动，
，，按其时效率估算，
，，标完整个数据集要 19 年
。。
。
。。转机来自 Amazon Mechanical Turk：2008 到 2010 年，
，，来自 167 个国家的近 5 万名众包工人，
，，完成了凌驾 1400 万张图片的标注
。。
。
。。在学术圈，
，，做标注被当成"搬砖"，
，，李飞飞的基金申请甚至被 NIH 评审批为"普林斯顿做这个是一种羞辱"
。。
。
。。

2012 年，
，，AlexNet 以 15.3% 的 top-5 过失率拿下 ILSVRC 冠军，
，，领先第二名凌驾 10 个百分点，
，，Yann LeCun 厥后称之为盘算机视觉史上无可争议的转折点
。。
。
。。整个行业由此意识到：算法差别可以追赶，
，，数据差别才是壁垒
。。
。
。。标注这件事，
，，第一次有了酿成一学生意的可能
。。
。
。。

2014—2017，
，，标注工厂时代
。。
。
。。

第一批数据标注公司建设，
，，这些公司选址往往在三线都会，
，，理由很现实：人力自制、租金自制、有津贴
。。
。
。。"我们就是在吃生齿盈利，
，，"一位标注公司老板曾绝不避忌地说，
，，"开在北京一个月 4000 招不到人，
，，开到县城 2000 就有人抢着干
。。
。
。。"

大宗农村青年、小镇宝妈、残障人士经培训成了标注员，
，，在工业匮乏的县城，
，，月入 3000-5000 已是体面收入
。。
。
。。但他们大多不知道自己在做什么："天天就是拉框拉框拉框，
，，这些框拿去干嘛，
，，没人告诉我们
。。
。
。。"

2017—2020，
，，分化与升级
。。
。
。。

一些大厂最先建起更大规模的数据标注基地，
，，大厂入场带来标准化和分层
。。
。
。。标注师群体最先分化：底层仍是基础框选，
，，往上是质检员，
，，再往上是标注规则师——要懂 AI 基来源理，
，，收入翻好几倍
。。
。
。。2020年头，
，，人社部正式将"人工智能训练师"纳入国家职业分类目录，
，，顶级训练师年薪已凌驾30万
。。
。
。。

2020 至今，
，，AI 反噬
。。
。
。。

GPT-3 论文（《Language Models are Few-Shot Learners》，
，，NeurIPS 2020）证实晰大模子的少样本学习能力，
，，模子不再需要海量人工标注也能完成许多使命
。。
。
。。同时自动标注手艺成熟、合成数据崛起，
，，行业自动化率从三年前的约 30% 飙到 60% 以上
。。
。
。。

但 RLHF 又催生出一类全新需求：给模子输出做偏好排序、评估事实准确性、纠正推理链路——这些活不再叫标注，
，，而叫提醒词工程师或 AI 对齐训练师，
，，手艺门槛完全差别
。。
。
。。

这种替换已经写进了招聘启事
。。
。
。。百度的"自动驾驶数据标注模子算法实习生"，
，，事情内容就是开发预标注模子，
，，让 AI 自己标数据
。。
。
。。"自动标注+人工复核"成了主流事情流：AI 先粗标一版，
，，人认真质检、纠错、补齐界线案例
。。
。
。；；；≈馗葱员曜⑷纷攀当煌淌，
，，可"这版标得好欠好""界线案例怎么处理""这段画面美感够不敷"，
，，这类要主观判断和领域履历的环节，
，，仍得人来兜底
。。
。
。。

2024 年的行业数据泛起出一道明确的铰剪差：80% 的投资流向自动标注公司，
，，古板劳动麋集型标注企业拿到的融资不到 5%；；；基础标注用工在缩短，
，，懂医学、执法、金融的专家级标注师却一连紧缺
。。
。
。。

一位 AI 公司 HR 对我们说得更直接："AI 训练师的薪资是标注员的 3-5 倍，
，，但我们险些不会从标注员里招训练师，
，，宁愿招刚结业的盘算机系学生重新带
。。
。
。。"

纯执行型标注员正在退场
。。
。
。。留下的，
，，要么有某个领域里难以替换的专业判断，
，，要么有质量治理和项目统筹的能力
。。
。
。。

回到开头我们提到的小林，
，，她对我们体现，
，，现在她不但做语音转写
。。
。
。。天天要开团队对齐会，
，，争论方言口音的标注界线该划在哪儿；；；要写质检报告，
，，剖析语音模子在哪几个声调上最容易翻车；；；无意被拉去和算法工程师开会，
，，凭听感给语料提刷新意见
。。
。
。。

这一行变得太快了
。。
。
。。去年还在标文本对话，
，，今年改口号音语调，
，，明年也许要标机械人的行动数据
。。
。
。。这似乎在给这个事情岗位带来更多的需求，
，，但同时AI的自动标注也在快速抢走这些新泛起的需求
。。
。
。。数据标注依然会是不可或缺的AI背后的人类底座，
，，只不过接下来它注定把会被替换的人和不会被替换的人分到越来越远的两头
。。
。
。。

点个“爱心”，
，，再走 吧

人工智能应用周全普及
。。
。
。。高水平低本钱的AI手艺，
，，降低了AI使用门槛，
，，引发了各行业各领域的AI应用需求，
，，个人端用户在生涯中普遍使用大模子举行智能问答等，
，，企业端用户在事情中普遍使用大模子举行营销策划、方案设计和客户服务等
。。
。
。。研究机构数据显示，
，，我国AI原生APP月活用户4.4亿，
，，日均词元挪用量抵达约140万亿，
，，93%的海内职场受访者使用AI工具，
，，远高于全球58%的平均水平
。。
。
。。

凯时AG

王淦昌用假名隐姓埋名17年