写诗作画样样精通、诊病解题事事都行……如今，“十项全能”的AI令人惊叹不已。作为幕后推手，AI训练师逐渐走入大众视野。从数据“搬运工”，到专家“培养者”，AI训练师见证了人工智能的飞速发展，自身也正经历着日新月异的变化，甚至悄然催生出新的培训需求。

现状

半路出家

从数据标注做起

“这两年国内AI越来越火，相关岗位也变多了。”今年初，物联网专业本科毕业的小雅正式进入互联网大厂外包公司，成为一名AI训练师，“主要做数据标注，这项工作并不需要太多专业背景，有规则文档，对照着把步骤整理出来。”

去年底，美术专业出身的小琳也从UI设计师转行成为AI训练师。“之前做了10年设计工作，后来觉得这个行业快要被AI取代，于是选择改行。”小琳发现，“我主要做文本类的数据标注，按照公司规则对模型生成的内容打分、改写，从而训练大模型。”

相比起这两名刚入行的“新手”来说，小磊俨然已经是行业里的“老兵”。作为金属材料专业的肄业生，小磊偶然接触到智能客服产品，“当时在一个外包项目里负责辅助互联网大厂的训练师做数据标注，一年后被训练师介绍过去专门做这个。对方看我有工作经验，也就没有卡学历。”就这样，小磊抱着学习的态度踏入AI行业。

2022年以来，小磊转向从事与大模型有关的数据标注，主要负责提供各种语料，并带领资源团队进行数据生产，“需要与算法技术团队密切沟通，将他们对数据的需求转化为具体的标注规则。”

以常见的问答文本标注为例，小磊不仅要制定答案质量的打分标准，如考量回答的正确性、全面性等，还要对低分答案进行修改，将其转化为高分答案。

现阶段，小磊面对的数据标注规模动辄上万甚至几十万条，需要团队协作完成。“团队规模根据项目需求动态调整，小的时候可能只有五、六个人，大的时候则可达上百人。”小磊说。

变化

岗位细分

薪资待遇差别大

在行业内打拼多年，小磊目睹了大模型出现对AI训练师带来的影响。“在大模型出现之前，AI训练师的工作相对聚焦。”小磊回忆说，自从大模型诞生，这项工作变得复杂许多。尽管大模型的功能日益强大，但小磊发现问题也逐渐凸显。“大模型确实很擅长公文写作，只是精准度依然有限。像央国企的公文，通常要求比较高，大模型暂时还很难达到这个标准。”

此外，“AI幻觉”也成为备受关注的热门话题。“大模型在回答时出现错误，甚至‘一本正经地胡说八道’，背后原因可能是多种多样的，其中就包括语料的质量问题。”小磊说。为了提升语料的质量，需要严格筛选可靠信源。“比如，文本类主要选择权威新闻、期刊和实体书等，而不是一些营销号的内容。”在标注过程中，小磊也会对标注人员进行规范培训，要求他们按照标准流程进行信息采集和处理。同时，会参考其他大模型的回复。

在大模型的推动下，AI训练师的岗位不断细分。“之前给AI当老师，主要是教基本知识，现在AI具备了一定的认知能力，就需要有更高水平或者更专业的人来教它高阶思维。”据小磊介绍，现在大模型涉及越来越多专业领域知识，也就需要更多具备医疗、教育、法律等专业知识背景和从业经验的人才加入进来，“这些专业性强的语料生成，外行确实做不了。”

在小磊看来，岗位细分的同时，AI训练师的薪资待遇差距也在拉大，“像基础的数据标注岗位，月薪可能只有几千元，而大公司里要求较高的岗位，月薪可以达到三、五万元。”

培训

动辄两万

没必要盲目跟风

记者在调查中了解到，随着AI训练师岗位需求不断增加，相关培训迅速兴起。

记者在社交平台上搜索，发现不少分享转行经验的AI训练师都在小琳所说的这家机构报过课。“我们的AI训练师课程是就业导向的，需要线下学习，在北京、深圳、杭州都设有校区，这些城市的工作岗位也比较集中。”据机构工作人员介绍，培训持续5周，上课时间安排在周末，共10次课。从大纲来看，课程相当紧凑，学员需要在一天之内学习大模型行业通用规则、单轮对话项目实训、多轮对话项目实训和AI训练师必学代码课。学完专业课，会分配一对一的就业辅导老师。

在去年10月的培训中，小琳从课上了解到Reward模型、RAG项目等内容。“但这些只是基础知识，到了公司还是要靠自己在实际工作中摸索。”如何在简历关和面试关解决零经验的问题？小雅从培训中学到了应对策略，“可以结合以前的经验，把AI融入进去。”

作为过来人，小磊发现，很多数据标注方面的外包公司招聘需求很大。小磊说，如果本身学历有限，对这一行感兴趣，暂时也没有太多机会和选择，那么不妨尝试从数据标注做起。至于要不要报班，小磊表示没必要盲目跟风，“如果只是做数据标注，其实要求没那么高。为了应对面试时的问题，完全可以找一些相关知识自学一下。”

据《北京日报》客户端

责任编辑：王旭伟