圖片｜電影《正義聯盟》劇照
©自象限原創
作者｜蘇奕
編輯｜程心
“人均月薪兩萬、本科以上學歷、直通百度字節。”
有些許荒涼的年底招聘市場，在最近的短短一周之內，突然冒出了一大批“AI數據標注員”的崗位，正在火熱招聘中。
據「自象限」搜索，這些崗位不僅有百度、字節、京東、滴滴、美團等“夢中情廠”，工資月薪十分亮眼，都在1萬到2萬元之間，且發布時間很短，都在1周到1個月之間。
除了新以外，崗位招聘顯然非常急迫。據招聘軟件顯示，HR們都異常活躍，一天24小時幾乎全程在线，日均回復次數在十次以上，隔幾分鐘就回復一次。
“最近只要一上线，有關AI數據標注員的招聘消息就瘋狂彈，重復地彈。”不少正在求職的人向【自象限】反映，“上次這么瘋狂的打招呼，感覺還是主播招聘。”
▲圖源Boss直聘截圖
招聘的火熱，很難不讓人想到大廠的大模型之战。
不過，據「自象限」觀察，“AI數據標注員”招聘不是由這些大廠直接操辦，而是通過獵頭公司來負責招聘。崗位的名字也是五花八門，有“數據標注”、“AI話術編輯”、“數據標注分析師”、“標注員”、“AI訓練師”等等。
雖然叫法不同，但關於這些崗位的職能描述卻大差不差，據招聘軟件信息顯示，其中很大一部分崗位跟現下大熱的大模型有關，入職的數據標注員們的日常工作包含，大模型的編輯校對、大模型的數據標注管理、大模型的內容質量評估等。
▲圖源Boss直聘截圖
「自象限」向多位招聘HR進行了咨詢，“工作的主要內容是對文心一言大模型回答結果的分析和判斷，工作的地點在百度科技園。”有獵頭回復道。
高薪資待遇、掛鉤大模型、大廠哄搶……有求職者看到了機會，“大模型的風，要帶動新一批大廠人扎根了，普通人的機會來了嗎？”
但事實上，時間緊、任務重的崗位招聘，要求卻並不算低，基本學歷要求本科起步，985、211優先本科和碩士優先，在具備語言學、中文信息處理、計算語言學、文學等相關專業背景的同時，還得對一些AI技術的原理有了解。
花椒科技告訴我們，面試的基本流程是，“簡歷初篩-發筆試題-筆試題通過一輪面試-直接發offer-培訓”，在學歷方面，獵頭強調“必須得是一本才行，211/985優先”。
嚴格准入門檻，招聘軟件上神祕的“AI數據標注員”背後，藏着大廠的大模型棋局。
我，給大模型當“考官”月薪兩萬
歷時一個多月的面試，中文系畢業的羅文（化名）最終敲定了自己的offer——百度文心一言的AI數據標注員。連她自己都不敢相信，一個純技術小白現在的日常竟然是給大模型當“考官”。
“畢業三年，沒有任何AI經驗，轉行漲薪，幅度近50%，月薪在9k-15k左右”，羅文告訴我們。
坐在兩台電腦前，羅文每天的主要工作有兩項：一是做題，直接給大模型進行“填鴨式”教育；二是給文心一言當“判官”，評判給出的答案對不對、好不好。
所謂“填鴨”就是強行把寫好的答案喂給大模型，這樣的好處就是從數據源上不會出錯，以此來提升大模型的訓練效果。羅文告訴「自象限」，數學題、常識題、作文題她都做過，但這還遠遠不夠，“理論上，越專業越好，比如我擅長文學領域，那就專攻文學題，有的同事專業是醫學，那就做醫學問答題”，羅文道。
羅文的話已經在一些社交平台得到驗證，有人曾發布帖稱，“急需招募金融專業人員，有償給文心一言答題，一天30多道，每道題價格在1.5-2.4元。”
▲圖源社交媒體平台小紅書截圖
另一項工作就是給大模型當“判卷老師”，就像學生考試一樣，每天大模型會生成各種問題的答案，羅文就需要承擔老師的角色，判斷其生成的答案與題目是否一致，答案是否正確。
若遇到諸如作文一類沒有標准化答案且开放性的問題時，則需要評判答案的好壞，比如，系統會隨機給一組數據，包含1個問題和3個回答。羅文需要先標注出這個問題屬於什么類型，隨後給3個回答分別打分並排序。分數區間爲0-5分，如果打分低於3分，還要標注出具體原因，例如“答非所問（0分）”、“嚴重跑題（1分）”、“存在邏輯問題，存在事實性錯誤，比例較小給2分”等。
這個工作雖然看上去並不難，但卻異常重要，甚至可以從外包直通大廠的機會。據上述獵頭告訴我們，“雖然合同跟我們獵頭公司籤，但是還是有六分之一的幾率轉正，進入百度集團”。這或許也是嚴格控制學歷的原因。
▲圖源Boss直聘截圖
爲此，「自象限」也了解到，由於百度地圖的數據標注，有穩定的地圖業務需求及自動駕駛模型、算法模型的訓練需求，所以對數據標注的質量要求更高，的確搭建了專門的數據標注團隊。
市場上對“羅文”的需求，不止大模型公司。據「自象限」統計，目前，市面上的數據標注崗位大致分爲兩種。
一種以NLP（自然語言）爲主要方向，百度、字節、京東、美團等一批大模型科技公司一擁而上，給自家大模型找人工數據訓練師。這其中又分爲幾個細分的方向，譬如數據分析、大模型生成結果判定、輔助大模型邏輯推理等等。
另一個方向則是CV（圖像），存在已久，人們更加耳熟能詳的是“2D拉框”和“3D拉框”，主要是滿足滴滴、毫末、輕舟智航等這類車企，爲其智能駕駛業務提供圖像數據質檢和標注幫助。
▲圖源Boss直聘截圖
「自象限」觀察發現，十一月是NLP方向數據標注的轉折點，此前，百度、京東等大廠無論是校招還是社招，都僅开設了很少或壓根沒有AI數據標注崗位，招聘軟件上也只是零星地开放了實習生的崗位，通常不設學歷上限，大專學歷封頂。
毫無徵兆地突然冒出一批崗位需求，這背後或許與大模型廠商的研發受阻有關。多位行業人士曾向「自象限」透露，截至目前，國內的大模型水平或許僅能達到GPT-3.5水平，發展的核心還是數據質量問題。
一邊是國外OpenAI連放猛招，直逼GPT-5，一邊是國內企業喊着“要落地”、“要用上大模型”，雙重壓力下，又用起了“人海战術”。
技術研發水平不夠，人工能力來補齊，國內大模型廠商开始瘋卷“AI數據標注員”，爲大模型能力“飛升”再加一把燃料。
大廠卷精標，粗標“割韭菜”
事實上，數據標注並不是新鮮事兒，早已有之。以前的形式是粗標，主要表現爲“拉框”，但現在粗標發展得亂了套：一是此前大廠粗標多爲衆包標注平台，工單分散，人員不專業，導致標注質量不行；二是隨着大模型的精進，粗標變得越來越不夠用，精標的地位由此直线上升。
針對粗標和精標的差異，某大廠員工解釋道：“一般廠商的外包團隊，能做標注，但他們就是按照框定的規則標注，如果出現規則之外的數據，標注就會存在通過率不高的情況來回反復，但是由工程師團隊來做，特別是針對自動駕駛輔助駕駛等回傳的數據，他們知道背後的原理，可能不會按照常規的思路標注，會帶解決問題的思路來標注，可能需要跳出之前制定的標注規則，這樣標注數據的質量會更高。”
大模型爆火，也爲粗標刮起了一陣“新錢風”。
目前，粗標求職陣地已經從招聘軟件轉移到了快手等短視頻平台。以快手爲例，粗標求職熱度與快遞員並列，大量數據標注公司入駐快手，覆蓋京津冀、長三角和珠三角地區。
▲圖源快手截圖
據「自象限」了解，快手的直播招聘業務“快聘”曾在發布會中特別提到：“要解決數據標注職類线下招聘難，應聘者少的核心訴求問題 。”
落實到實處，快手從公司資質審核、流量扶持、公司推薦到數據標注職業推廣都給予了支持，「自象限」注意到在快手官方招聘直播間中，有時也在全天無間斷地滾動地播報有關數據標注求職信息。
這一定程度上也成爲了某些數據標注公司的“尚方寶劍”。在招聘時候，宣傳之詞毫無遮攔，“無需學歷，上手即會，小學生都能做”，“拉一個框，打一個標籤，就是半個毛”，“拉3000個150元，6000個300元，月入7000-8000灑灑水，只要手速夠快”，極盡誇張之詞。
但事實究竟如何呢？一萬塊錢能拿得如此輕松嗎？
爲探究真假，「自象限」在快手報名聯系上了一家熱門數據標注公司。該公司聲稱與比亞迪、理想、小鵬、特斯拉等車企直接籤單獲得一手數據任務，且出示了大量的證書、憑證強調其正規性。入職後的主要任務就是接任務包，在圖片上拉框、標注和打標籤。
▲圖源微信截圖
總結下來，有幾個基本點：打框按計件算錢，一個框價格在一毛到一毛五；薪資首月按周結，第二個月以後按月結算；新手小白需要先繳納2580元培訓費用，一年內工資累計達到1萬，才能退還；平均七天左右學習培訓時間就能上手做任務；分兼職和全職，兼職按框計算，全職线下坐班，另免費提供住宿；在其展示的員工工資截圖中，月工資在5000-6000元不等。
但在黑貓投訴平台上，上述公司成爲了數據標注投訴的重災區。
一些投訴用戶的經歷與我們相吻合。綜合用戶的反饋，投訴主要集中在以下幾個問題：第一，不會拉框需要先繳納2580元費用，一年做拉框任務滿一萬元，但是出現了拒不退款的問題；第二，培訓內容非常簡單，且耗時長，耽誤用戶上崗；第三，不給通過和達標，總是卡拉框的合格率，最終影響收入；第四，態度豪橫，無視用戶的訴求，不處理、不退款。
▲圖源黑貓投訴平台截圖
以上的問題也只是冰山一角，「自象限」雖然沒有繳費報名成功，但在咨詢後的一段時間內，也頻繁地收到電話、微信的輪番轟炸，從早安到晚安，問候從未落下，還時不時地用其他員工的工資表進行挑逗、刺激。
▲圖源微信截圖
一次嚴肅的數據標注求職，儼然淪爲了一場“割韭菜”遊戲，老老實實拉框的員工顆粒無收，反而是收培訓費的數據標注公司賺得盆滿鉢滿。
數據質量決定了大模型走得速度，即使是OpenAI也不例外。外媒報道稱，OpenAI一方面找了多家知名的數據公司來數據標注，一方面也自己組建了一個幾十名哲學博士團隊來做數據質檢。
大模型的根基在數據，數據質量直接決定了大模型進化的速度，從數據標注的亂象中，我們或許能一窺爲什么中國大模型發展進度慢的原因，但既然大模型廠商們也意識到了數據標注的源頭問題，離我們真正突破到GPT-4，或許也就不遠了。
原文標題 : 月薪兩萬，大廠瘋搶AI數據標注員
標題：月薪兩萬，大廠瘋搶AI數據標注員
地址：https://www.utechfun.com/post/297886.html