在最近的招聘市場(chǎng)上，一大波有關(guān)“AI數(shù)據(jù)標(biāo)注員”的崗位開啟了火熱招聘，而這一現(xiàn)象背后，離不開大模型熱與大廠的大模型布局。這篇文章里，作者就做了一定的講述和分析，一起來看一下。

“人均月薪兩萬、本科以上學(xué)歷、直通百度字節(jié)?！?/p>

有些許荒涼的年底招聘市場(chǎng)，在最近的短短一周之內(nèi)，突然冒出了一大批“AI數(shù)據(jù)標(biāo)注員”的崗位，正在火熱招聘中。

據(jù)「自象限」搜索，這些崗位不僅有百度、字節(jié)、京東、滴滴、美團(tuán)等“夢(mèng)中情廠”，工資月薪十分亮眼，都在1萬到2萬元之間，且發(fā)布時(shí)間很短，都在1周到1個(gè)月之間。

除了新以外，崗位招聘顯然非常急迫。據(jù)招聘軟件顯示，HR們都異常活躍，一天24小時(shí)幾乎全程在線，日均回復(fù)次數(shù)在十次以上，隔幾分鐘就回復(fù)一次。

“最近只要一上線，有關(guān)AI數(shù)據(jù)標(biāo)注員的招聘消息就瘋狂彈，重復(fù)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?！?/p>

▲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戰(zhàn)。

不過，據(jù)「自象限」觀察，“AI數(shù)據(jù)標(biāo)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(fù)責(zé)招聘。崗位的名字也是五花八門，有“數(shù)據(jù)標(biāo)注”、“AI話術(shù)編輯”、“數(shù)據(jù)標(biāo)注分析師”、“標(biāo)注員”、“AI訓(xùn)練師”等等。

雖然叫法不同，但關(guān)于這些崗位的職能描述卻大差不差，據(jù)招聘軟件信息顯示，其中很大一部分崗位跟現(xiàn)下大熱的大模型有關(guān)，入職的數(shù)據(jù)標(biāo)注員們的日常工作包含，大模型的編輯校對(duì)、大模型的數(shù)據(jù)標(biāo)注管理、大模型的內(nèi)容質(zhì)量評(píng)估等。

▲圖源Boss直聘截圖

「自象限」向多位招聘HR進(jìn)行了咨詢，“工作的主要內(nèi)容是對(duì)文心一言大模型回答結(jié)果的分析和判斷，工作的地點(diǎn)在百度科技園?！庇蝎C頭回復(fù)道。

高薪資待遇、掛鉤大模型、大廠哄搶……有求職者看到了機(jī)會(huì)，“大模型的風(fēng)，要帶動(dòng)新一批大廠人扎根了，普通人的機(jī)會(huì)來了嗎？”

但事實(shí)上，時(shí)間緊、任務(wù)重的崗位招聘，要求卻并不算低，基本學(xué)歷要求本科起步，985、211優(yōu)先本科和碩士?jī)?yōu)先，在具備語言學(xué)、中文信息處理、計(jì)算語言學(xué)、文學(xué)等相關(guān)專業(yè)背景的同時(shí)，還得對(duì)一些AI技術(shù)的原理有了解。

花椒科技告訴我們，面試的基本流程是，“簡(jiǎn)歷初篩-發(fā)筆試題-筆試題通過一輪面試-直接發(fā)offer-培訓(xùn)”，在學(xué)歷方面，獵頭強(qiáng)調(diào)“必須得是一本才行，211/985優(yōu)先”。

嚴(yán)格準(zhǔn)入門檻，招聘軟件上神秘的“AI數(shù)據(jù)標(biāo)注員”背后，藏著大廠的大模型棋局。

一、我，給大模型當(dāng)“考官”，月薪兩萬

歷時(shí)一個(gè)多月的面試，中文系畢業(yè)的羅文（化名）最終敲定了自己的offer——百度文心一言的AI數(shù)據(jù)標(biāo)注員。連她自己都不敢相信，一個(gè)純技術(shù)小白現(xiàn)在的日常竟然是給大模型當(dāng)“考官”。

“畢業(yè)三年，沒有任何AI經(jīng)驗(yàn)，轉(zhuǎn)行漲薪，幅度近50%，月薪在9k-15k左右”，羅文告訴我們。

坐在兩臺(tái)電腦前，羅文每天的主要工作有兩項(xiàng)：一是做題，直接給大模型進(jìn)行“填鴨式”教育；二是給文心一言當(dāng)“判官”，評(píng)判給出的答案對(duì)不對(duì)、好不好。

所謂“填鴨”就是強(qiáng)行把寫好的答案喂給大模型，這樣的好處就是從數(shù)據(jù)源上不會(huì)出錯(cuò)，以此來提升大模型的訓(xùn)練效果。羅文告訴「自象限」，數(shù)學(xué)題、常識(shí)題、作文題她都做過，但這還遠(yuǎn)遠(yuǎn)不夠，“理論上，越專業(yè)越好，比如我擅長(zhǎng)文學(xué)領(lǐng)域，那就專攻文學(xué)題，有的同事專業(yè)是醫(yī)學(xué)，那就做醫(yī)學(xué)問答題”，羅文道。

羅文的話已經(jīng)在一些社交平臺(tái)得到驗(yàn)證，有人曾發(fā)布帖稱，“急需招募金融專業(yè)人員，有償給文心一言答題，一天30多道，每道題價(jià)格在1.5-2.4元?！?/p>

▲圖源社交媒體平臺(tái)小紅書截圖

另一項(xiàng)工作就是給大模型當(dāng)“判卷老師”，就像學(xué)生考試一樣，每天大模型會(huì)生成各種問題的答案，羅文就需要承擔(dān)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(biāo)準(zhǔn)化答案且開放性的問題時(shí)，則需要評(píng)判答案的好壞，比如，系統(tǒng)會(huì)隨機(jī)給一組數(shù)據(jù)，包含1個(gè)問題和3個(gè)回答。羅文需要先標(biāo)注出這個(gè)問題屬于什么類型，隨后給3個(gè)回答分別打分并排序。分?jǐn)?shù)區(qū)間為0-5分，如果打分低于3分，還要標(biāo)注出具體原因，例如“答非所問（0分）”、“嚴(yán)重跑題（1分）”、“存在邏輯問題，存在事實(shí)性錯(cuò)誤，比例較小給2分”等。

這個(gè)工作雖然看上去并不難，但卻異常重要，甚至可以從外包直通大廠的機(jī)會(huì)。據(jù)上述獵頭告訴我們，“雖然合同跟我們獵頭公司簽，但是還是有六分之一的幾率轉(zhuǎn)正，進(jìn)入百度集團(tuán)”。這或許也是嚴(yán)格控制學(xué)歷的原因。

▲圖源Boss直聘截圖

為此，「自象限」也了解到，由于百度地圖的數(shù)據(jù)標(biāo)注，有穩(wěn)定的地圖業(yè)務(wù)需求及自動(dòng)駕駛模型、算法模型的訓(xùn)練需求，所以對(duì)數(shù)據(jù)標(biāo)注的質(zhì)量要求更高，的確搭建了專門的數(shù)據(jù)標(biāo)注團(tuán)隊(duì)。

市場(chǎng)上對(duì)“羅文”的需求，不止大模型公司。據(jù)「自象限」統(tǒng)計(jì)，目前，市面上的數(shù)據(jù)標(biāo)注崗位大致分為兩種。

一種以NLP（自然語言）為主要方向，百度、字節(jié)、京東、美團(tuán)等一批大模型科技公司一擁而上，給自家大模型找人工數(shù)據(jù)訓(xùn)練師。這其中又分為幾個(gè)細(xì)分的方向，譬如數(shù)據(jù)分析、大模型生成結(jié)果判定、輔助大模型邏輯推理等等。

另一個(gè)方向則是CV（圖像），存在已久，人們更加耳熟能詳?shù)氖恰?D拉框”和“3D拉框”，主要是滿足滴滴、毫末、輕舟智航等這類車企，為其智能駕駛業(yè)務(wù)提供圖像數(shù)據(jù)質(zhì)檢和標(biāo)注幫助。

▲圖源Boss直聘截圖

「自象限」觀察發(fā)現(xiàn)，十一月是NLP方向數(shù)據(jù)標(biāo)注的轉(zhuǎn)折點(diǎn)，此前，百度、京東等大廠無論是校招還是社招，都僅開設(shè)了很少或壓根沒有AI數(shù)據(jù)標(biāo)注崗位，招聘軟件上也只是零星地開放了實(shí)習(xí)生的崗位，通常不設(shè)學(xué)歷上限，大專學(xué)歷封頂。

毫無征兆地突然冒出一批崗位需求，這背后或許與大模型廠商的研發(fā)受阻有關(guān)。多位行業(yè)人士曾向「自象限」透露，截至目前，國(guó)內(nèi)的大模型水平或許僅能達(dá)到GPT-3.5水平，發(fā)展的核心還是數(shù)據(jù)質(zhì)量問題。

一邊是國(guó)外OpenAI連放猛招，直逼GPT-5，一邊是國(guó)內(nèi)企業(yè)喊著“要落地”、“要用上大模型”，雙重壓力下，又用起了“人海戰(zhàn)術(shù)”。

技術(shù)研發(fā)水平不夠，人工能力來補(bǔ)齊，國(guó)內(nèi)大模型廠商開始瘋卷“AI數(shù)據(jù)標(biāo)注員”，為大模型能力“飛升”再加一把燃料。

二、大廠卷精標(biāo)，粗標(biāo)“割韭菜”

事實(shí)上，數(shù)據(jù)標(biāo)注并不是新鮮事兒，早已有之。以前的形式是粗標(biāo)，主要表現(xiàn)為“拉框”，但現(xiàn)在粗標(biāo)發(fā)展得亂了套：一是此前大廠粗標(biāo)多為眾包標(biāo)注平臺(tái)，工單分散，人員不專業(yè)，導(dǎo)致標(biāo)注質(zhì)量不行；二是隨著大模型的精進(jìn)，粗標(biāo)變得越來越不夠用，精標(biāo)的地位由此直線上升。

針對(duì)粗標(biāo)和精標(biāo)的差異，某大廠員工解釋道：“一般廠商的外包團(tuán)隊(duì)，能做標(biāo)注，但他們就是按照框定的規(guī)則標(biāo)注，如果出現(xiàn)規(guī)則之外的數(shù)據(jù)，標(biāo)注就會(huì)存在通過率不高的情況來回反復(fù)，但是由工程師團(tuán)隊(duì)來做，特別是針對(duì)自動(dòng)駕駛輔助駕駛等回傳的數(shù)據(jù)，他們知道背后的原理，可能不會(huì)按照常規(guī)的思路標(biāo)注，會(huì)帶解決問題的思路來標(biāo)注，可能需要跳出之前制定的標(biāo)注規(guī)則，這樣標(biāo)注數(shù)據(jù)的質(zhì)量會(huì)更高?！?/p>

大模型爆火，也為粗標(biāo)刮起了一陣“新錢風(fēng)”。

目前，粗標(biāo)求職陣地已經(jīng)從招聘軟件轉(zhuǎn)移到了快手等短視頻平臺(tái)。以快手為例，粗標(biāo)求職熱度與快遞員并列，大量數(shù)據(jù)標(biāo)注公司入駐快手，覆蓋京津冀、長(zhǎng)三角和珠三角地區(qū)。

▲圖源快手截圖

據(jù)「自象限」了解，快手的直播招聘業(yè)務(wù)“快聘”曾在發(fā)布會(huì)中特別提到：“要解決數(shù)據(jù)標(biāo)注職類線下招聘難，應(yīng)聘者少的核心訴求問題 ?！?/p>

落實(shí)到實(shí)處，快手從公司資質(zhì)審核、流量扶持、公司推薦到數(shù)據(jù)標(biāo)注職業(yè)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(shí)也在全天無間斷地滾動(dòng)地播報(bào)有關(guān)數(shù)據(jù)標(biāo)注求職信息。

這一定程度上也成為了某些數(shù)據(jù)標(biāo)注公司的“尚方寶劍”。在招聘時(shí)候，宣傳之詞毫無遮攔，“無需學(xué)歷，上手即會(huì)，小學(xué)生都能做”，“拉一個(gè)框，打一個(gè)標(biāo)簽，就是半個(gè)毛”，“拉3000個(gè)150元，6000個(gè)300元，月入7000-8000灑灑水，只要手速夠快”，極盡夸張之詞。

但事實(shí)究竟如何呢？一萬塊錢能拿得如此輕松嗎？

為探究真假，「自象限」在快手報(bào)名聯(lián)系上了一家熱門數(shù)據(jù)標(biāo)注公司。該公司聲稱與比亞迪、理想、小鵬、特斯拉等車企直接簽單獲得一手?jǐn)?shù)據(jù)任務(wù)，且出示了大量的證書、憑證強(qiáng)調(diào)其正規(guī)性。入職后的主要任務(wù)就是接任務(wù)包，在圖片上拉框、標(biāo)注和打標(biāo)簽。

▲圖源微信截圖

總結(jié)下來，有幾個(gè)基本點(diǎn)：打框按計(jì)件算錢，一個(gè)框價(jià)格在一毛到一毛五；薪資首月按周結(jié)，第二個(gè)月以后按月結(jié)算；新手小白需要先繳納2580元培訓(xùn)費(fèi)用，一年內(nèi)工資累計(jì)達(dá)到1萬，才能退還；平均七天左右學(xué)習(xí)培訓(xùn)時(shí)間就能上手做任務(wù)；分兼職和全職，兼職按框計(jì)算，全職線下坐班，另免費(fèi)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。

但在黑貓投訴平臺(tái)上，上述公司成為了數(shù)據(jù)標(biāo)注投訴的重災(zāi)區(qū)。

一些投訴用戶的經(jīng)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(gè)問題：第一，不會(huì)拉框需要先繳納2580元費(fèi)用，一年做拉框任務(wù)滿一萬元，但是出現(xiàn)了拒不退款的問題；第二，培訓(xùn)內(nèi)容非常簡(jiǎn)單，且耗時(shí)長(zhǎng)，耽誤用戶上崗；第三，不給通過和達(dá)標(biāo)，總是卡拉框的合格率，最終影響收入；第四，態(tài)度豪橫，無視用戶的訴求，不處理、不退款。

▲圖源黑貓投訴平臺(tái)截圖

以上的問題也只是冰山一角，「自象限」雖然沒有繳費(fèi)報(bào)名成功，但在咨詢后的一段時(shí)間內(nèi)，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(shí)不時(shí)地用其他員工的工資表進(jìn)行挑逗、刺激。

▲圖源微信截圖

一次嚴(yán)肅的數(shù)據(jù)標(biāo)注求職，儼然淪為了一場(chǎng)“割韭菜”游戲，老老實(shí)實(shí)拉框的員工顆粒無收，反而是收培訓(xùn)費(fèi)的數(shù)據(jù)標(biāo)注公司賺得盆滿缽滿。

數(shù)據(jù)質(zhì)量決定了大模型走得速度，即使是OpenAI也不例外。外媒報(bào)道稱，OpenAI一方面找了多家知名的數(shù)據(jù)公司來數(shù)據(jù)標(biāo)注，一方面也自己組建了一個(gè)幾十名哲學(xué)博士團(tuán)隊(duì)來做數(shù)據(jù)質(zhì)檢。

大模型的根基在數(shù)據(jù)，數(shù)據(jù)質(zhì)量直接決定了大模型進(jìn)化的速度，從數(shù)據(jù)標(biāo)注的亂象中，我們或許能一窺為什么中國(guó)大模型發(fā)展進(jìn)度慢的原因，但既然大模型廠商們也意識(shí)到了數(shù)據(jù)標(biāo)注的源頭問題，離我們真正突破到GPT-4，或許也就不遠(yuǎn)了。

文中配圖來源于網(wǎng)絡(luò)。