Qu'est-ce que le travail de données AI, et peut-on vraiment en tirer un revenu
· 4 min de lecture · getting started, how it works
Cette traduction a été produite par une machine et n'a pas été vérifiée par un locuteur natif. En cas de doute, la version anglaise fait foi. Signalez-nous toute erreur et nous la corrigerons. Englisch
Le travail de données AI consiste à produire et vérifier les exemples à partir desquels un modèle AI apprend. Il se divise en trois types : la collecte, qui consiste à capturer des photos, des enregistrements audio ou des documents qui n'existent pas encore en ligne ; l'annotation, qui consiste à étiqueter ce qui se trouve dans ces données ; et l'évaluation, qui consiste à juger la production du modèle par rapport à une norme écrite. Les trois sont des travaux rémunérés.
En bref
- Le travail de données AI couvre la collecte, l'annotation et l'évaluation.
- Aucun bagage technique ou diplôme n'est nécessaire pour la plupart.
- Ce qui est généralement nécessaire à la place, c'est une langue, un lieu ou un domaine difficile à trouver.
- Le travail est payé par tâche, par heure ou par projet selon le cahier des charges.
- Les tarifs sont affichés en totalité avant que vous ne réserviez un travail.
Envie de faire ce travail ?
Chaque candidature est lue par une personne et reçoit une réponse.
PostulerSur quoi un modèle AI apprend-il réellement ?
Chaque modèle AI est entraîné sur des exemples que des personnes ont produits, vérifiés ou corrigés. Un modèle qui reconnaît un panneau de signalisation a appris à partir de photographies de panneaux que quelqu'un a étiquetés. Un modèle qui transcrit la parole a appris à partir d'enregistrements que quelqu'un a transcrits. Un modèle qui répond à une question de manière utile a appris en partie grâce à des personnes lisant ses réponses et disant laquelle était meilleure.
Rien de tout cela ne se fait automatiquement. C'est du travail, c'est qualifié de manières qui ne sont pas évidentes de l'extérieur, et c'est rémunéré.
Quels sont les trois types de travail ?
La collecte signifie sortir et capturer des données qui n'existent pas encore en ligne. Photographier les enseignes de magasins dans votre ville, enregistrer la parole dans votre langue, capturer des reçus ou des documents selon une spécification écrite.
L'annotation signifie étiqueter ce qui se trouve dans les données pour qu'un modèle puisse apprendre à partir de celles-ci. Dessiner un cadre autour de chaque véhicule dans une image, marquer où un locuteur s'arrête et où un autre commence, taguer quelles parties d'une phrase sont dans quelle langue.
L'évaluation signifie lire ce qu'un modèle a produit et le juger par rapport à une norme écrite. Laquelle de ces deux réponses est meilleure et pourquoi. Cette réponse est-elle factuellement correcte. Cette réponse serait-elle dangereuse pour quelqu'un en crise.
- Collecte : capturer ce qui n'existe pas encore
- Annotation : étiqueter ce qui se trouve dans les données
- Évaluation : juger ce que le modèle a produit
Avez-vous besoin d'un bagage technique ?
Pour la plupart, non. Vous avez besoin de soin, de patience et de la capacité à suivre une norme écrite exactement. Ce dernier point est celui que les gens sous-estiment : la différence entre un bon annotateur et un mauvais n'est presque jamais l'intelligence, c'est la cohérence.
Ce qui est vraiment rare, ce n'est pas la compétence technique. Ce sont les personnes qui parlent une langue que l'industrie ne peut pas facilement trouver, qui vivent quelque part où l'industrie ne peut pas facilement atteindre, ou qui détiennent une qualification professionnelle requise pour le travail. Si vous avez l'un de ceux-ci, vous êtes plus précieux pour cette industrie qu'un diplôme en informatique ne vous rendrait.
Est-ce un travail régulier ou occasionnel ?
Honnêtement, cela varie, et quiconque vous dit le contraire essaie de vous vendre quelque chose. Le travail arrive par lots liés aux projets des clients. Certains mois, il y a beaucoup dans votre langue ou votre pays, d'autres mois moins.
Ce que vous devriez attendre d'une plateforme, c'est qu'elle vous dise ce qu'il en est actuellement. Être laissé à se demander pendant des semaines si quelque chose arrive est la plainte la plus courante dans cette industrie, et c'est un choix que la plateforme a fait, pas une fatalité.
Autres questions
Ai-je besoin d'un diplôme pour faire du travail de données AI ?
Non. La plupart des travaux de données AI ne nécessitent pas de diplôme ni de bagage technique. Une qualification n'est nécessaire que pour les travaux de niveau expert, tels que les tâches cliniques ou juridiques, où la détention de la qualification est l'objet du travail.
Combien peut-on gagner en faisant du travail de données AI ?
Cela dépend de la tâche, de la langue et du pays. Les travaux spécialisés tels que le taggage de changement de code ou l'évaluation experte paient plus que l'étiquetage général. Sur Jwuma, chaque tarif est affiché en totalité avant que vous ne réserviez une tâche, vous décidez donc avant de consacrer votre temps plutôt qu'après.
Le travail de données AI est-il à temps plein ou à temps partiel ?
Les deux existent. Une grande partie est un travail flexible basé sur des tâches que vous pouvez adapter à d'autres engagements, et certains projets se déroulent comme des engagements à temps plein soutenus dans nos centres de livraison. La disponibilité dépend de votre langue, de votre pays et de vos compétences.