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
人工智能训练师知多少
简而言之，人工智能训练师的职责范围可概括为通过数据端的整理归纳和分析优化，训练机器模型，使人工智能越变越“聪明”。具体说来，人工智能训练师需要解读业务知识和需求，明确AI的落地场景，根据不同的技术实现逻辑提供相应的结构化数据。以电商场景的智能客服举例，人工智能训练师必须要了解电商客服在售前、售中、售后等不同过程中最常处理的客户问题。然后，分析这些问题中有哪些是适合自助端解决的，后续作为机器人知识库的范围。再者，需要根据知识库问题的脉络和预期的实现效果判断不同问题的技术实现方式。
对应这些工作职责所需要的能力有哪些呢？首先，人工智能训练师需要很强的逻辑分析能力。分析原始文档的时候，人工智能训练师需要根据不同数据类型、数据质量采用不同的数据处理流程，而且在每个流程中，都需要通过实时情况来及时调整下一步的策略。在AI机器人正式上线启用后，也会需要应用逻辑分析能力去查看上线后的数据情况，并做出判断，提供数据端的解决方案。
其次，还需要有很强的归纳总结能力。由于人工智能训练师的岗位诞生时间不久，并不像其他职业那样有一套非常完整的培训体系或方法论，各个公司基本都是处于一边摸索一边总结的状态。因而，归纳总结能力可以很好的帮助人工智能训练师们形成书面的方法论，复用数据并提高效率，达到事半功倍的效果。在方法
新发布的《人工智能训练师国家职业技能标准》该如何解读
AI因你而升温，记得加星标哦！
大家好，我是泰哥。最近《人工智能训练师国家职业技能标准》（文末复制链接下载）发布后被刷屏，我就网上热门观点与大家分享，同时谈谈我个人的看法。
原文链接：新发布的《人工智能训练师国家职业技能标准》该如何解读？
01作者：桔了个仔你属于什么级别《人工智能训练师技能标准》一共18页，大家可以直接跳到最后两页，它把把人工智能训练师分为了五级，大家可以看看自己所拥有的技能属于哪级？
虽然看着好像自己能考一级，但这里面还是有工作年限要求的。
五级：有一年以上的相关工作经验才能报考。四级：取得五级证书三年以上（也就是最少工作4年）三级：取得四级证书三年以上（也就是最少工作7年），并且要有大专以上学历二级：取得三级证书四年以上（也就是最少工作11年）一级：取得二级证书四年以上（也就是最少工作15年）感觉这份指南主要针对职业教育出来的毕业生，而现在AI行业的工作主要以硕士以上为主，这份指南很难适应这种情况。计算机科班出身的应届生可能一进大厂就在做三级技工的工作了，而要拿三级技工证书，得七年。
换个说法，一个工作七年拿了三级技工证书的大专生和一个刚毕业的博士生/硕士生，你认为哪个更容易进大厂？
局限与挑战？这份《人工智能训练师国家技能标准》是针对工程岗位的，针对研究岗位，可能不太适用。企业是否认这份技能？五级、四级比较容易量化，企业可以招有五级四级证书的技工来做数据标记，但一级到三级我觉得不一定。比较越高级的技能要求的创造力就越高，而创造力这东西，确实不好量化打分。四级技工需要至少4年的工作经历，不知道谁能坚持做4年做数据标记的工作。从四级到三级，有一个鸿沟，要求的技能截然不同，普通人要跨越这个鸿沟，可能需要读一个计算机学位才行。当然，对于三级以上的人来说，会把这个鸿沟看成他们的护城河。02作者：锦恢乍一看，感觉“人工智能工程师”的证书来了。但是在看完了《人工智能训练师国家职业技能标准》原文件后，感觉有点失望。先说结论：AI训练师≠AI工程师AI训练师 eAI工程师AI训练师=AI工程师先来看这份文件中对于“人工智能训练师”的定义：
总结一下关键字：数据库管理、调参、人机交互设计、性能测试跟踪及其他辅助作业。注意，没有数据挖掘，也没有模型构建、算法设计和模型解释！
数据库管理和人机交互设计和AI一点关系都没有，剩余的两点就只剩调参和性能测试跟踪了。从纸面意思理解，它的重点并不是建模的过程。
而且从普通受教育程度也能看出来，是初中毕业。所以真正是从本科就开始学习AI的诸位心中也应该明白了。这份标准的定位人群并不是AI背景出身的一众科班炼丹师，而是对于数据标记员和一些与AI沾边的边缘工作的一种分工和标准制定。
03AI有温度：AI工程师Tiger我就上述两点看法做一些补充，顺便说谈谈我的个人观点：
其实很多AI从业人员都希望给炼丹师一个官方的认证渠道，就和法考和cpa一样，这有助于使AI行业标准化与规范化。
学历要求。在算法这么卷的领域，本科硕士博士与初中生一起考高数线代概率论、模型原理及调参，你会担心你考不过他们吗？
对工作时间的要求，上述写到取得一级证书最少要工作15年，我认为这是对程序员的保护。目前大厂都有35岁危机，而如果这个证书可以受到广泛认可，那么如果25岁硕士毕业，40岁拿到1级证书，就能保证40岁之后还有工可打。
存在的疑惑就是专业知识的考核，它并没有写模型构建、算法设计等内容，这些才是人工智能的核心。希望可以看到后续内容。
这里提醒的是不要盲目报名“人工智能训练师”的有证培训班，目前官方认可的考试还没出台，大家以防被骗。
原文链接：新发布的《人工智能训练师国家职业技能标准》该如何解读？