AI训练师实战课，零基础学数据采集、清洗到图像语音文本标注全流程

这是一套AI人工智能训练师实战课，从行业概况和岗位职责讲起，覆盖数据采集、数据清洗、图像/语音/文本标注、质量管控，并配了人脸、行人、车辆、细胞、医疗影像等实操实验。零基础想入行AI训练师，或者已经在做数据标注想补技能的人，都能跟着学

课程讲什么

课程从预备知识入手，先讲AI行业概况、人工智能训练师的概念与现状、工作职责、能力模型和职业道德规范，让学员对岗位有整体认识

进入操作部分后，依次讲解数据采集的概念与常用工具、数据清洗的思路和工具操作，清洗环节用到 MS Excel、Kettle、OpenRefine、DataWrangler、Hawk 等工具

标注部分按数据类型分开讲，包括图像标注、语音标注、文本标注和人机协同标注

质量管控部分讲数据质量如何影响算法、数据标注质量标准、质量检验方法，以及标注的智能化质量管理

最后介绍常用的数据标注工具和标注的应用领域

适合哪些人

• 零基础想入行AI训练师的新手
• 想转行AI行业的职场新人
• 已经在做数据标注、想提升技能的从业者
• 想做AI基础岗位的应届生
• 想掌握数据处理技能的从业者

学完能掌握什么

• 了解AI训练师的行业情况和岗位要求
• 掌握数据采集和多工具数据清洗的操作
• 掌握图像、语音、文本等各类标注方法
• 掌握数据标注的质量标准和检验方法
• 独立完成多个场景的标注实操项目

课程目录

预备知识

• 人工智能训练师预备知识

第一章 行业与岗位认知

• 本章内容概述
• 第一节 人工智能简介
• 第二节 人工智能训练师概念与现状
• 第三节 人工智能训练师工作职责
• 第四节 人工智能训练师能力模型
• 第五节 人工智能训练师职业道德能力规范

第二章 数据采集

• 本章概述
• 第一节 数据采集的概念
• 第二节-1 数据采集的方式工具概述
• 第二节-2 数据采集方式

第三章 数据清洗

• 第一节 数据清洗概述
• 第二节 MS Excel 数据清洗基本操作
• 第三节 Kettle 简介及基本操作
• 第四节 OpenRefine & DataWrangler
• 第五节 Hawk

第四章 各类数据标注

• 第一节 图像标注
• 第二节 语音标注
• 第三节 文本标注
• 第四节 人机协同标注

第五章 数据质量管控

• 第一节 数据质量影响算法
• 第二节 数据标注质量标准
• 第三节 数据标注质量检验方法
• 第四节 数据标注智能化质量管理

第六章 工具与应用领域

• 第一节 数据标注工具介绍
• 第二节 数据标注应用领域

实操实验

• 实验9 人脸分类标注
• 实验10 人脸标框标注
• 实验11 人脸描点标注
• 实验12 行人标框标注
• 实验13 道路标志线区域标注
• 实验14 车牌标框标注
• 实验15 车辆多边形标注
• 实验16 物品分类标注
• 实验17 细胞分类标注
• 实验18 细胞标框标注
• 实验19 医疗影像区域标注

课程视频和实验素材在本页的资源区获取