“人工智能训练师”国家职业技能标准发布，你是第几级
本文来自微信公众号：机器之心（ID：almosthuman2014），编辑：蛋酱、泽南，原文标题：《“人工智能训练师”国家职业技能标准发布：共有五大级别，你是第几级？》，题图来自：视觉中国
从现在开始，“炼丹师”也有了明确的职业技能标准。
近日，国家人力资源社会保障部（以下简称人社部）发布了《人工智能训练师》国家职业技能标准。
人社部发布《人工智能训练师》国家职业技能标准国家职业技能标准是在职业分类的基础上，根据职业活动内容，对从业人员的理论知识和技能要求提出的综合性水平规定，是开展职业教育培训和人才技能鉴定评价的基本依据。
该标准由国家人社部职业技能鉴定中心、浙江省人社厅指导，阿里巴巴集团牵头，浙江省技能人才评价管理服务中心、科大讯飞股份有限公司、北京百度网讯科技有限公司等十余家单位主要起草，历时2年完成。
人工智能训练师是随着人工智能技术的广泛应用产生的新兴职业，是指“使用智能训练软件，在人工智能产品实际使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业的人员”，该职业包含数据标注员、人工智能算法测试员两个工种。2020年2月，“人工智能训练师”正式成为新职业并纳入国家职业分类目录。
此前职业技能标准的拟定版发布时，“人工智能训练师”引发了人们的热烈讨论。它是“数据标注员”吗？从定义上看，人工智能训练师的工作内容不仅包括数据标注，也包含了解决方案设计、算法调优等，因此把人工智能训练师等同于数据标注员是片面的。
人们所熟悉的工程系列专业技术职称一般划分为五个等级：初级/技术员、初级/助理工程师、中级/工程师、副高级/高级工程师、正高级/研究员级高级工程师。
那么，一名合格的人工智能训练师的职业能力将如何评判？
本次发布的“人工智能训练师”职业技能标准也分为五个等级：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、智能系统设计等维度，划分出L5-L1五个等级，并对各个等级的职业能力给出了具体的描述和要求。
从“五级/初级工”到“一级/高级技师”，人工智能训练师的职业技能要求依次递进。
随着人工智能在智慧城市、智能制造、自动驾驶、智能服务、智能医疗、智能农业、智能物流、智能金融及其他各行各业的广泛应用，人工智能训练师的规模将迎来爆发式增长。据人社部发布，预计到2022年，国内外相关从业人员有望达到500万。
人工智能训练师的职业技能鉴定分为理论知识考试、技能考核以及综合评审。理论知识考试以笔试、机考等方式为主，主要考核从业人员从事本职业应掌握的基本要求和相关知识要求；技能考核主要采用现场操作、模拟操作等方式进行，主要考核从业人员从事本职业应具备的技能水平；综合评审主要针对技师和高级技师，通常采取审阅申报材料、答辩等方式进行全面评议和审查。
在理论知识考试中，不同技能等级在理论知识上的要求是不同的，五级和四级制涵盖“数据采集和处理”、“数据标注”、“智能系统运维”，三级及以上则涵盖“业务分析”、“智能训练”、“智能系统设计”、“培训与指导”。
技能考核的分层与理论知识考核有相似之处，可以看到，在五级和四级的考察要求中，占据最大比重的都是数据标注。
人工智能训练师国家职业技能标准的发布，将有效促进人工智能训练师职业规范化和规模化发展，带动高质量就业，帮助实现社会生产力的整体跃升。
参考链接：http://www.mohrss.gov.cn/xxgk2020/fdzdgknr/rcrs_4225/jnrc/zyyjnpj/202111/t20211125_428717.html
本文来自微信公众号：机器之心（ID：almosthuman2014），编辑：蛋酱、泽南
“人工智能训练师”国家职业技能标准发布：共有五大级别，你是第几级
机器之心报道
编辑：蛋酱、泽南
调参侠？炼丹师？都不对，该工作的学名是人工智能训练师。
从现在开始，「炼丹师」也有了明确的职业技能标准。
近日，国家人力资源社会保障部（以下简称人社部）发布了《人工智能训练师》国家职业技能标准。
人社部发布《人工智能训练师》国家职业技能标准
国家职业技能标准是在职业分类的基础上，根据职业活动内容，对从业人员的理论知识和技能要求提出的综合性水平规定，是开展职业教育培训和人才技能鉴定评价的基本依据。
该标准由国家人社部职业技能鉴定中心、浙江省人社厅指导，阿里巴巴集团牵头，浙江省技能人才评价管理服务中心、科大讯飞股份有限公司、北京百度网讯科技有限公司等十余家单位主要起草，历时2年完成。
人工智能训练师是随着人工智能技术的广泛应用产生的新兴职业，是指「使用智能训练软件，在人工智能产品实际使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业的人员」，该职业包含数据标注员、人工智能算法测试员两个工种。2020年2月，「人工智能训练师」正式成为新职业并纳入国家职业分类目录。
此前职业技能标准的拟定版发布时，「人工智能训练师」引发了人们的热烈讨论。它是「数据标注员」吗？从定义上看，人工智能训练师的工作内容不仅包括数据标注，也包含了解决方案设计、算法调优等，因此把人工智能训练师等同于数据标注员是片面的。
人们所熟悉的工程系列专业技术职称一般划分为五个等级：初级/技术员、初级/助理工程师、中级/工程师、副高级/高级工程师、正高级/研究员级高级工程师。
那么，一名合格的人工智能训练师的职业能力将如何评判？
本次发布的「人工智能训练师」职业技能标准也分为五个等级：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、智能系统设计等维度，划分出L5-L1五个等级，并对各个等级的职业能力给出了具体的描述和要求。
从「五级/初级工」到「一级/高级技师」，人工智能训练师的职业技能要求依次递进。
随着人工智能在智慧城市、智能制造、自动驾驶、智能服务、智能医疗、智能农业、智能物流、智能金融及其他各行各业的广泛应用，人工智能训练师的规模将迎来爆发式增长。据人社部发布，预计到2022年，国内外相关从业人员有望达到500万。
人工智能训练师的职业技能鉴定分为理论知识考试、技能考核以及综合评审。理论知识考试以笔试、机考等方式为主，主要考核从业人员从事本职业应掌握的基本要求和相关知识要求；技能考核主要采用现场操作、模拟操作等方式进行，主要考核从业人员从事本职业应具备的技能水平；综合评审主要针对技师和高级技师，通常采取审阅申报材料、答辩等方式进行全面评议和审查。
在理论知识考试中，不同技能等级在理论知识上的要求是不同的，五级和四级制涵盖「数据采集和处理」、「数据标注」、「智能系统运维」，三级及以上则涵盖「业务分析」、「智能训练」、「智能系统设计」、「培训与指导」。
技能考核的分层与理论知识考核有相似之处，可以看到，在五级和四级的考察要求中，占据最大比重的都是数据标注。
人工智能训练师国家职业技能标准的发布，将有效促进人工智能训练师职业规范化和规模化发展，带动高质量就业，帮助实现社会生产力的整体跃升。
参考链接：http://www.mohrss.gov.cn/xxgk2020/fdzdgknr/rcrs_4225/jnrc/zyyjnpj/202111/t20211125_428717.html
2021NeurIPSMeetUpChina
受疫情影响，NeurIPS2021依然选择了线上的形式举办。虽然这可以为大家节省一笔注册、机票、住宿开支，但不能线下参与这场一年一度的学术会议、与学术大咖近距离交流讨论还是有些遗憾。
我们将在NeurIPS官方支持下，于12月11日在上海博雅酒店举办线下NeurIPSMeetUpChina，促进国内人工智能学术交流。
2021NeurIPSMeetUpChina将设置Keynote、圆桌论坛、论文分享、Poster和企业招聘等环节，邀请顶级专家、论文作者与现场参会观众共同交流。
人工智能训练师岗位职责
人工智能训练师是因人工智能的发展而诞生的新职业，主要是负责解决方案设计、算法调优、数据标注等工作，其实比较适合普通人，也适合人工智能这个行业入行的新手。一开始你做的工作就是数据标注，比如标注和加工图片、文字、语音等业务的原始数据；分析提炼专业领域特征，训练和评测人工智能产品相关算法、功能和性能，后续还会涉及设计人工智能产品的交互流程和应用解决方案等，技术能力要求也是有的。这几年，随着人工智能的发展、国家的大力推崇，这份职业的前景非常光明，有比较大的发展空间！人工智能训练师职业发展线路图
二、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"的价值，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
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。
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）。
4.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？
通过调研分析，我们总结出了如下的能力模型：
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。
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。
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。
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。
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）。
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。
三、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。
1）人工智能训练师的职位画像
工作经验：大公司的要求明显高于创业公司，一般在三年以上
工资范围：主要集中在8k以下
2）人工智能训练师的公司画像
发展较为成熟的智能客服类公司，对于人工智能训练师的需求量明显领先于其它行业。
出人意料的，杭州AI公司表现出了更高的敏锐度（有4家公司，和北京并列第一），背后原因可能是政府的大力推动：
根据2017年11月杭州人社局发布的相关政策，人工智能训练师不仅被纳入杭州市专项能力考核项目，而且获得高级专项能力认证的人工智能训练师将有机会申请公租房及杭州落户加分等政策福利。
*原文链接：《杭州人社局：人工智能训练师将有机会享受落户加分等福利》
成立2年以上的公司（73%）更需要人工智能训练师，一般情况早期创业公司侧重搭建产品技术框架、验证解决方案和商业模式，没过多精力放在"提升效率"或"积累细分领域通用数据"上，所以"人工智能训练师"对于需控制团队规模、降低管理成本和风险的早期创业公司而言，非必需单独拆分的职位。
已上市和A轮的公司，相对而言对人工智能训练师的需求量更大。
另外需要说明的是，按道理CV（计算机视觉）领域也有数据标注工作，但我们搜索了10多家（计算机视觉）领域公司的招聘页面，暂时都没有发现人工智能训练师的需求，这可能是因为相对"标注语料数据"，"标注图像数据"更简单，主要找外包公司即可完成。
*注：以上结论，来自对15家公司职位描述信息的分析汇总。
2.未来人才缺口
1）未来5年人才缺口将增长20倍以上
在即将到来的2018年，人工智能训练师的人才缺口预计将达到近1000人；
两年后的2020年，伴随着AI行业的高速成长，人才缺口也将随之猛增至2018年的四倍，达到近4000人；
按照这个发展趋势，到2022年人才缺口将突破2万人，相当于职位自然流入人才数量的四倍左右，人才缺口越来越大，需要引起行业的足够重视。
2）职位画像和公司画像在未来可能发生的变化
CV（计算机视觉）领域公司可能也会逐步建立自己的人工智能训练师团队。因为随着CV领域商业化越来越成熟，各家公司对于数据标注的质量和效率要求会越来越高，甚至数据需求的CV领域可能会越来越细分，进而导致外包数据标注公司可能满足不了。
成立年限小于2年的AI公司，可能会更加重视招募人工智能训练师。
因为一方面，这个职位的行业认知度在逐渐提升；另一方面，更重要的是各家公司会越来越意识到，在业务初期，细分领域的某些数据就能提升用户价值，并同时建立初步的行业壁垒。
3.结论
未来，各家AI公司会愈加重视"人工智能训练师"这个职位。
随着大部分AI创业公司逐渐完成产品验证，所服务的行业领域越来越多，市场将进入快速增长期，构建数据方面的行业壁垒（积累领域数据、提升数据标注效率等），将逐渐成为一种趋势，而"人工智能训练师"正好能满足这些需求，在未来几年会得到各家公司更多的重视与关注。
四、人工智能训练师的职业规划
1.来源职位
人工智能训练师的来源职位，主要是1~3岁互联网产品经理。
从行业现状看，无论是外部招聘还是内部转岗，绝大部分人工智能训练师的应聘者都不具备AI相关的专业或行业背景，因此在人才选拔时，公司会更看重数据和产品相关经验，人才来源主要有以下三类：
内部转岗：从客服等和数据有关的运营岗位中平级转岗；
内部转岗：从数据标注员中择优提拔；
外部招聘：从有1年以上互联网产品经验的产品经理中招聘筛选。
而这3个来源之中，目前1~3岁互联网产品经理就有4~5万（并且由于互联网产品经理已经供大于需，他们正面临找工作的压力）；另一方面，一般1岁以上的互联网PM，能力也已经可以胜任人工智能训练师了。
综上所述：1~3岁互联网产品经理将最有可能成为人工智能训练师的主要人才来源。
*注：1~3岁互联网产品经理的数量，由四个基础数据估算得出（2016年底互联网从业者人数、2016年底互联网从业者人数同比增长率、产品经理从业者人数占比、3年以下工作经验从业者人数占比），数据取自拉勾网《2016年互联网职场生态白皮书》和经纬&猎聘《互联网人才360°印象报告》。
2.上升职位
人工智能训练师的上升职位，主要是AI产品经理。
职位创造价值更大：AI产品经理更关注整体的产品体验和商业价值，对于公司能产出更大的价值。；
职位能力要求更高：在数据分析能力、相关行业经验基础上，还需要具备AI技术理解力、AI人机交互设计、AI行业理解力等更高阶的能力素质。
综合来看，从人工智能训练师转型AI产品经理大约需要6~12个月的时间，出色的工作表现和抓住时机的决心将在转型过程中将起到决定性作用。返回搜狐，查看更多
人工智能训练师：Z时代的就业“新宠”
AI训练师的工作内容
03
训练师师每天的工作就是对图片、语音、文本、视频等数据内容进行标注，使用的标注工具通常有2D框、3D框、点标注、线标注、语义分割、视频标注等等
常见的几种
标注类型
1.分类标注：
分类标注，就是我们常见的打标签。一般是从既定的标签中选择数据对应的标签
2.标框标注：
框选要检测的对象。如人脸识别，首先要先把人脸位置确定下来
3.区域标注：
区域标注要求更加精确。如自动驾驶中的道路识别
4.描点标注：
对于特征要求细致的应用中常常需要。人脸识别、骨骼识别等
5.其他标注：
很多个性化标注。如自动摘要，就需要标注文章的主要观点，这时候的标注严格上就不属于上面的任何一种了
为什么选择这个行业
04
行业持续性：
标注行业与人工智能产业密不可分，人工智能企业持续向好、功能需求稳定增长，标注工作基本会伴生发展。
工作多样性：
数据标注需不断面对订单规则学习和指标，接触新鲜事物，激发学习能力，有点像打怪升级，也更早地接触到未来各行各业的发展方向以及未来生活的真实场景。正因为看到了未来的发展和需求，才能在时间差中寻找到更多的生存机会
新兴高薪职业：
数据标注行业的不断发展使数据标注师的职能被不断细分，任务的规模和难度不同，以及是否涉及专业领域知识，数据标注师的薪资也有很大的弹性空间。如今，从整体上来说，数据标注师的薪资基本处于中等偏上的水平。相对于传统行业具有工资比高，工作内容简单易操作等优势。
随着行业对数据标注质量的要求的不断提高及数据标注师薪资水平的不断上涨，行业对于人才的要求也开始逐渐走向专业化，并建立起了一整套专业的准入标准。尽管如此，目前，专业的数据标注师人才仍旧供不应求
CITC人工智能训练师考试认证项目，旨在通过对数据标注从业者、意向就业者进行专业、系统化的培训，进而让所有人可以胜任人工智能训练师这个岗位，长期地做下去
我们也将会不断合作优质的资源，在人才培养的基础上，带动就业及发展，形成人才集聚、产业集聚的规模化效应返回搜狐，查看更多
工智能训练师职业岗位问的最多的几个问题
主要工作任务
标注和加工图片、文字、语音等业务的原始数据
分析提炼专业领域特征、训练和测评人工智能产品相关算法、功能和性能
设计人工智能产品的交互流程和应用解决方案
监控、分析、管理人工智能产品应用数据
调整、优化人工智能产品参数和配置
人工智能训练师能干多久？
这一职业AI带来的一个非技术类的新职位，同样也是企业在实际业务发展过程中发现的“刚性需求”
相信不少人都听过【有多少人工，就有多少智能】这句标注行业的“名言”，从人工智能的发展的角度来讲，还有非常长一段时间要走。但专业化一定是必经之路。如果想在这个行业发展，一定要静得下心沉得住气想得要远做的要多，多学多看多听多做
人工智能训练师的个人发展前景
一说到发展前景，你是不是觉得这能有啥前景，不就是一个拉拉框，语音变文字的工作嘛........这真的是会让人吐血的想法啊，你之所以这么认为，有一部分原因是目前做的事情还停留在简单重复上面，其实人工智能训练师也是可以有一个很好的发展的
一方面，从工作本身来讲，在这个人工智能高速发展的时代，想多一门技术，数据标注可谓是一个不错的选择！我们可以先选择成为人工智能训练师，经过努力变成一个优秀的数据质检员，再经过内部竞争成为组长、项目经理，等积累了一定的管理经验，数据资源就可以成为数据总监，然后自己出来创业
另一方面，我们都知道目前人工智能应用是非常有局限的，看着市场规模很大，但是产业的发展还是没有形成规模化，因此相关的岗位是比较单一的，但未来发展出和应用场景相关的岗位是必然的，那么可以窥探未来几年落地场景到底是什么样的人，是不是有更多的机会呢？
人工智能训练师需要考证吗？
其实只要我们稍加思索就能明白，不光是人工智能这个行业，任何一个逐渐发展壮大的行业，都需要制定行业标准，用来评判从业人员的技术水平。无论是作为准入门槛也好，还是作为职称评价也罢，总之，只要是一个行业在持续的发展，那么就离不开行业的标准制定，有了行业标准，整个行业才能够健康持续地发展
我国人工智能行业规模性发展最早大概可以追溯到2015年，但是直到2020年2月人工智能训练师才正式成为新职业，并纳入到国家职业分类目录中，并且关于人工智能训练师相关的证书认证也是在最近的一两年内才出现的
仅凭这两点就不难看出人工智能和其他行业一样，也都是在行业经过大规模发展后，形成一定规模的产业后，才出现认证证书的，这些证书的出现也意味着的整个行业的发展不再像以前一样野蛮生长了，而是要有一定的发展方向和规范、甚至相关的规定
因此无论是对于个人，还是企业，未来AI行业的发展规范离都不开证书的加持，有了证书在手，对于从业人员的技术水平高低评判也是有了一定的帮助，尤其对于一些企业用人时的决策也能提供一些借鉴
越小众的资格证书和从业证书，在互联网时代越是急缺，甚至将来的从业环境会更好，薪资和福利会更高
人工智能训练师的发展需要哪些相关的技能呢？
人工智能训练师既数据标注行业的发展至少目前为止相对还是鱼龙混杂的，对于上岗人员许多还是零基础，无门槛，但我们对于想要长期发展的个人而言，还是要有一个自己技能规划和目标
在职者：这个可以分为普通大众和技术专业出身两个方向，作为普通人，就像我们前面说的数据便走－－质检－－组长－项目经理，慢慢成为管理岗的一员；如果还是懂一些技术的话，可以熟悉了数据标注行业后，成为如产品经理，工具开发等人工智能相关的岗位
创业者：如果你想单纯地做数据标注也是可以的，AI企业的数据安全性要求越来越高，如果你可以长期坚持，有那么几个长期合作的大厂客户资源，也是非常不错的
自由职业者，对于这一点目前也有很多人在选择，数据标注未来也是非常好的线上工作的落地场景，所以未来或许会有更多可以线上工作的平台出现
以上就是对于数据标注，人工智能训练师的一点体会，希望对大家有所帮助，也希望通过我们的分享，能让大家找到适合自己的方向返回搜狐，查看更多