AI 训练数据标注与数据集搭建项目
负责全流程 AI 训练数据标注、清洗、质检工作,项目累计处理数万条文本与图像样本。主要任务包含文本意图分类、命名实体识别、图像目标检测框选、内容合规标注等;严格遵循行业标注规范,执行多级质检流程,将标注错误率控制在 0.5% 以内。根据模型训练需求优化标注规则、筛选有效数据,输出标准化高质量数据集,为大模型、视觉模型迭代提供稳定数据支撑。
2024 - 2025
Hire this AI Trainer
Sign in or create an account to invite AI Trainers to your job.
长期负责 AI 训练数据标注、审核与整理工作,不仅熟练运用各类标注工具,还擅长总结标注易错点、优化作业流程。凭借细致严谨的态度和标准化的质检思路,持续提升数据集合格率,为 AI 模型训练提供可靠的数据支撑。深耕 AI 数据标注与训练数据处理工作,熟练掌握文本、图像、多模态数据的标注规范、质检流程与数据清洗技巧,能够精准把控标注标准、排查数据瑕疵。擅长根据模型训练需求优化数据集结构,通过分层质检与规则梳理有效提升数据质量,助力模型训练效果迭代,具备扎实的数据合规意识与高效的批量数据处理
负责全流程 AI 训练数据标注、清洗、质检工作,项目累计处理数万条文本与图像样本。主要任务包含文本意图分类、命名实体识别、图像目标检测框选、内容合规标注等;严格遵循行业标注规范,执行多级质检流程,将标注错误率控制在 0.5% 以内。根据模型训练需求优化标注规则、筛选有效数据,输出标准化高质量数据集,为大模型、视觉模型迭代提供稳定数据支撑。
Bachelor of Engineering, Network Engineering (Mobile Communication Direction)
网络工程师