Che cos'è il lavoro sui dati per l'AI e si può davvero guadagnare

Da cosa apprende effettivamente un modello di AI?

Ogni modello di AI è addestrato su esempi che le persone hanno prodotto, controllato o corretto. Un modello che riconosce un segnale stradale ha appreso da fotografie di segnali stradali che qualcuno ha etichettato. Un modello che trascrive il parlato ha appreso da registrazioni che qualcuno ha trascritto. Un modello che risponde a una domanda in modo utile ha appreso in parte da persone che leggono le sue risposte e dicono quale fosse migliore.

Niente di tutto ciò avviene automaticamente. È un lavoro, è qualificato in modi che non sono ovvi dall'esterno, ed è retribuito.

Quali sono i tre tipi di lavoro?

La raccolta significa uscire e catturare dati che non esistono ancora online. Fotografare le insegne dei negozi nella tua città, registrare il parlato nella tua lingua, catturare ricevute o documenti secondo una specifica scritta.

L'annotazione significa etichettare ciò che è nei dati affinché un modello possa apprendere da esso. Disegnare un riquadro attorno a ogni veicolo in un'immagine, segnare dove un oratore si ferma e un altro inizia, etichettare quali parti di una frase sono in quale lingua.

La valutazione significa leggere ciò che un modello ha prodotto e giudicarlo rispetto a uno standard scritto. Quale di queste due risposte è migliore e perché. Questa risposta è corretta dal punto di vista fattuale. Questa risposta sarebbe pericolosa per qualcuno in crisi.

• Raccolta: catturare ciò che non esiste ancora
• Annotazione: etichettare ciò che è nei dati
• Valutazione: giudicare ciò che il modello ha prodotto

È necessario un background tecnico?

Per la maggior parte, no. È necessaria cura, pazienza e la capacità di seguire esattamente uno standard scritto. Quest'ultimo è la parte che le persone sottovalutano: la differenza tra un buon annotatore e uno scarso non è quasi mai l'intelligenza, è la coerenza.

Ciò che è veramente scarso non è la competenza tecnica. Sono le persone che parlano una lingua che l'industria non può facilmente reperire, che vivono in un luogo che l'industria non può facilmente raggiungere, o che possiedono una qualifica professionale richiesta dal lavoro. Se hai una di queste, sei più prezioso per questa industria di quanto lo sarebbe una laurea in informatica.

È un lavoro stabile o occasionale?

Onestamente, varia, e chiunque ti dica il contrario sta vendendo qualcosa. Il lavoro arriva in lotti legati ai progetti dei clienti. Alcuni mesi c'è molto nella tua lingua o nel tuo paese, altri mesi meno.

Quello che dovresti aspettarti da una piattaforma è che ti dica quale sia la situazione attuale. Essere lasciati a chiedersi per settimane se arriverà qualcosa è la lamentela più comune su questa industria, ed è una scelta fatta dalla piattaforma, non un'inevitabilità.

Ho bisogno di una laurea per fare il lavoro sui dati per l'AI?

No. La maggior parte del lavoro sui dati per l'AI non richiede una laurea né un background tecnico. Una qualifica è necessaria solo per lavori di livello esperto, come compiti clinici o legali, dove possedere la qualifica è il punto del lavoro.

Quanto si può guadagnare facendo il lavoro sui dati per l'AI?

Dipende dal compito, dalla lingua e dal paese. Lavori specialistici come l'etichettatura del code-switch o la valutazione esperta pagano più del semplice etichettamento. Su Jwuma ogni tariffa è mostrata per intero prima di riservare un compito, così puoi decidere prima di investire il tuo tempo piuttosto che dopo.

Il lavoro sui dati per l'AI è a tempo pieno o part-time?

Esistono entrambi. Gran parte è lavoro flessibile basato su compiti che puoi adattare ad altri impegni, e alcuni progetti sono gestiti come impegni a tempo pieno nei nostri centri di consegna. La disponibilità dipende dalla tua lingua, paese e competenze.