Datawhale夏令营  联合发起方：科大讯飞、阿里云天池 无论你是新手还是有AI基础 只要你对AI方向感兴趣，有热情 欢迎你加入DatawhaleAI 夏令营 联合科大讯飞、阿里云天池 面向所有本科生、研究生 提供暑期实践学习机会 第三期正式开放报名 线上活动，全程免费 报名时间：2023/8/2 – 2023/8/15 1 关于AI夏令营 AI夏令营由Datawhale主办、联合科大讯飞、阿里云天池，设置了 机器学习、深度学习、AI for Science 三个方向，结合最新赛事，为在校生提供学习机会，提升专业能力和就业竞争力。 前二期总参与人数已经超过1万人，覆盖1200多所高校，第三期将更加适合初学者，新增了适合就业、科研的大厂赛事项目，首次增加AI for Science。 第二期参与高校排名Top 30 2 你将获得 学习支持：这里没有老师，只有一群热爱学习的贡献者，一起为新手提供支持 大厂项目：筛选了最新的、适合学习实践的大厂项目，帮助在校生增加项目履历 实习证明：提供暑期实践活动证明、实习证明机会，提升就业竞争力 代码精读：逐行解读代码，分享项目实践经验 证书奖金：提供和科大讯飞、天池联名的结业证书和优秀奖学金 社区交流：Datawhale学习者覆盖了海内外1500多所院校，包括清华、北大、交大、复旦、浙大等国内高校，以及MIT，CMU、耶鲁，剑桥等国外院校，和全球的AI学习者一起交流学习，构建没有围墙的同学关系 Datawhale社区介绍 Datawhale 是一个专注于数据科学与 AI 领域的开源组织，汇集了众多领域院校和知名企业的优秀学习者，聚合了一群有开源精神和探索精神的团队成员。 Datawhale 以「for the learner，和学习者一起成长」为使命，鼓励真实地展现自我、开放包容、互信互助、敢于试错和勇于担当。 同时 Datawhale 用开源的理念去探索开源内容、开源学习和开源方案，赋能人才培养，助力人才成长，建立起人与人、人与知识、人与企业和人与未来的联结。 3 报名申请

“贫困山村里，没上过大学的女人们在喂养AI。” “富士康工人流向AI标注厂。” “跟AI打工，贫困县也能月薪7000。” 在“有多少智能，就有多少人工”的AI时代，有一批人通过采集现实世界的图像、视频、文字等信息，清洗标注后将数据转化为代码输送给机器，从事这份工作的人叫做数据标注员。 打开关于AI数据标注行业的新闻，我们随处可见上述标题。低门槛、劳动密集、高度程式化、标准操作流水线，成为了数据标注工人身上最大的标签特征。而在国际上，因为有大量的非洲肯尼亚人在做相关工作，他们又有一个灰色昵称，“肯尼亚人”。 而这，也与数据公司的甲方——百度、阿里等，致力于要用技术改变世界的大公司们形成了鲜明的对比。大洋彼岸，数据标注服务公司Scale AI市值73亿美元，彰显了数据公司的资本潜力，也让我们看到了数据公司走向百亿美金估值的可能性。 随着AIGC时代的到来，数据标注员的工作有何改变？上述新闻标签是否是他们的行业常态？数据标注行业现在存在哪些问题？未来又有哪些发展前景？更重要的是，他们展现了AI行业背后的什么样的困难？ 带着这些问题，娱乐资本论走进了四家数据标注公司，发现了如下的行业现状： VOL.1.标注行业对员工的素质要求越来越高，本科生占比高 VOL.2.兼职的标注人员中宝妈较稳定，更受欢迎 VOL.3.垂类行业的数据标注订单增多，对垂类标注人才的需求量增多 VOL.4.底层数据标注员的工资与最低工资标准类似 VOL.5.AI只带来了短期的订单增加，小型数据标注公司很卷 VOL.6.多数数据标注公司没有构建自己的数据壁垒 VOL.7.数据公司的发展趋势：①、利用AI技术降本增效 ②、专注于某一垂类的数据 ③、往产业链上游走，做数据采集、合成等 “我们不是富士康的流水线模式。” 当被问及公司的员工现状时，几家数据公司都给出了类似的回答。 龙猫数据成立于2014年，累计服务了60余家主机厂和自动驾驶公司，为客户提供整体的数据解决方案。 今年AIGC爆火后，龙猫接到了很多图文标注、视频标注需求的订单，会有很多多模态应用场景，比如车内座舱的文娱软件等。龙猫副总裁胡邱飞向娱乐资本论指出“这要求标注人员能理解大模型的应用，而大模型会考察几乎所有领域的通识类知识。此外，标注内容要和客户的模型价值尽量贴近。所以这也要求我们找的标注人员绝大多数学历在本科以上。” 龙猫公司一角 针对垂直领域，龙猫则会配备专业领域人员，比如为数学相关大模型招聘会高等数学的人，“如果不是这专业的人，你根本看不出细节上的区别。” 成都的汇众天智总经理骆靖元也在AIGC浪潮后提高了对员工的素质要求，“三四年前对员工的素质要求还不高，但是现在甲方对质量和效率的要求提高了。公司之前90%是大专，现在本科占到了一半，甚至有研究生。” 2018年，做软件的丁一峻，在朋友的引荐下接到了阿里数据标注的订单，2019年创立了飞火大数据公司。之后，出于成本考虑丁一峻回到家乡创业做数据标注公司，“那时的数据标注行业确实能提供大量就业，洛阳数据局2019年的时候也牵头想做数据处理公司，招人好招，但交付难。” 2019年做百度某数据标注业务项目截图 “数据标注本质是高级搬砖。”丁一峻向娱乐资本论指出，“有标注需求的多是大公司，现在很多标注公司会外放做不过来的订单，这就让市面上很多没跟甲方深度捆绑的公司，接的订单都特零碎。这种订单一是边缘化业务，比如小语种。二是时间周期短的业务，很考验外部公司的交付能力。” 这两类订单，也倒逼着丁一峻要提高对员工素质的要求。这期间，丁一峻尝试过和学校监狱合作，相继作罢，“学校要考虑领导、辅导员各种利益分配，监狱对网络要求高，不如找全职。” 飞火大数据公司一角 综合原因下，大部分的数据公司更倾向于招聘兼职人员。沈阳正午数据公司人事小苏接受河豚君采访的前一天，刚在Boss直聘上发了招聘兼职的通知，“行业本身利润有限，全职成本太高了，根本就不能实现。” “我们招人基本要求大专以上，发了以后有上百人联系我，但是很多人没经验。”小苏招聘时，会和兼职强调对数据保密性的要求，“不知道是不是受网络的影响，很多人戒备心很重，听到要保密就不做了。但我们公司有良心，必须强调保密。” 杭州景联文是一家从事数据采集标注、数据融合挖掘的公司，现有1000多位全职标注人员，其CEO刘云涛向河豚君透露，“标注项目难度越来越高，要求标注员的学历和专业知识水平越来越高，比如语言标注团队，要求会各种小语种。医疗标注，需要医学院毕业的学生。” 龙猫则是全职兼职两手抓。胡邱飞透露，“我们现在线上注册用户400多万，活跃全职的1万人左右。”线上之外，龙猫在西南地区做了线下标注基地，“那边高校多，学生素质也更高，员工500人左右。” 龙猫的全职运营会了解兼职的情况，“我们更喜欢用没有全职工作的群体，比如宝妈，她们时间充沛，更好管理，也更稳定。” 整体来说，如今数据行业的标注人员发展如同美团般发展成了全职、服务站、众包等阶梯式的人力模式。胡邱飞透露，“我们线上众包是强管控，最终交付结果都是计件的。” 小苏介绍，目前公司兼职的员工大概两三千，常驻人员1000左右，流失率一半。丁一峻透露，“基础的标注员往往都是属于地方上的最低工资标准，三线城市两三千左右，质检员和项目经理，能到七千左右。” “太卷了。” 这几乎是数据公司们共同的心声。 “我们现在就像河南的食品代加工厂一样，品牌是别人的，工作相当于帮别人养孩子。”丁一峻的公司高峰时有两三百人，现在公司只有40多位员工，“老客户的需求还在，能维持正常运营，但这种单子很鸡肋，一个月几百几千跟办公室采购差不多，利润太低，项目体量也不稳定。数据行业缺乏像苹果、特斯拉一样需求稳定的工厂。不然我也不想裁人，有活还需要找外包。” 骆靖元指出，AIGC爆火后自己招人和以前相比省去了科普人工智能的环节，但在接活上更卷了，“大公司有定期筛选的机制，比如说这批我需要10家公司。那我就从100个里面筛选，其中哪两三个不合适，我再动态替换。这使得一些公司不断报低价，恶性循环。” 为了接到订单，丁一峻一直在努力降本增效，“为了提高效率，我们开发了AI工具，之前2D拉框要8分一个，现在降到了5、6分，操作更便捷。质量上，如果客户不想要目标物低于某像素值的，工具直接调数值，标注员就不用标了。” 但是这种工具标注公司基本只能自用，“同行有能力买的，自己有开发的实力。没开发实力的，出不起这个钱。”说着，丁一峻给我发来了网上开源的标注工具，“每家平台都差不多，都是基于labelme的底层逻辑。早几年能打个信息差，卖平台赚点钱，现在不行了，大家都知道套路，直接上源码加个UI就成产品了。” 某标注工具图 “今年2月GPT刚火的时候订单多了一些，那时大公司的目的更多是为了割韭菜炒股价。后来这些AI大公司发现变现难，七八月份就很少在数据标注上投入了。”保定的数据标注老板周三体说，标注公司遇到的困难，仿佛也印证了AI潮冷去的某种现实，“AI公司的客户很多还是G端，根本不在乎AI能力，更在意能不能喝酒、能不能垫资”。 为了接活，周三体努力降低成本，“2D拉框最早是1毛5一个，现在降到了8、9分一个框。”...