我国人工智能行业呼吁解决人才短板，数据标注员急需提升自身技能

【我国人工智能行业呼吁解决人才短板，数据标注员急需提升自身技能】人工智能时代最不缺的就是数据，最缺少的也是数据，缺少可供机器进行学习的结构化数据

作为AI算法的“导师”——结构化数据帮助模型理解数据特征以及背后意义,最终实现智能化。然而,“导师”的水平差异同时影响“学生”拥有不同的能力表现,即结构化数据的量级和标注精度,将决定模型识别与认知的准确性。

文章插图

“数据的精准度”将成为行业追逐热点和重要突破项
在未来，高精度数据定会成为人工智能训练阶段追逐的热点，具备主要需求方稳定的特点，存量市场也会稳步增长，而随着人工智能对场景的数据需求进一步扩大，场景化数据将同时拥有更广阔的增量空间，成为行业加速发展的新引擎。

文章插图

以智能驾驶为例：2015年以前数据标注作业多以2D拉框为主，此时国内的标注公司遍地开花层出不穷。但到了2017年，语义分割需求不断增长，此时大部分的AI基础数据服务企业并不具备语义分割作业能力，而时间到了2018年，3D点、3D与2D图像联合标注等要求更高、难度更大的标注作业成为了智能驾驶AI数据服务行业的主流作业。

国家开始重视人工智能人才培养
在最新发布的《人工智能训练师国家职业技能标准(2021年版)》中，对人工智能训练师的职业定义有了更新的阐述，同时还从数据采集和处理、数据标注、智能系统运维、业务分析、智能训练、智能系统设计等参考维度，划分出了五个职业等级

文章插图

其中五级和四级无论是在理论知识考试还是技能考核中，都涵盖对数据标注相应知识的考核，这也侧面的体现了数据标注技能在人工智能训练师中的重要地位

数据标注师的技能提升，迫在眉睫
2020年4月人力资源与社会保障部发布的《新职业——人工智能工程技术人员就业景气现状分析报告》中指出，目前我国人工智能人才缺口超过500万，供需比例严重失衡。而与之相对应，则是行业较低的薪资水平。相关统计数据显示，目前从事简单类数据标注工作的员工，平均时薪只有十几元，而高薪酬标注项目则由于自身技能水平不达标等原因而无法参与。

文章插图

这既是数据标注员自身的损失，同时也是行业的损失，高素质人才的缺口已在无形中成为阻碍行业发展的头等因素。

因此作为AI时代的数据标注师，在工作之余加强自己的职业技能培训，提升自己的标注技能已经是刻不容缓的一件事