找工程師標？大材小用

AI專案起跑之初，有些公司一下子找不到人，會讓工程師先幫忙標註，但不到一個月，工程師大概就會想離職，光跑模型都來不及了，怎麼有空標？

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

而且工程師一身武藝，也不會只想做標註而已。再不久，老闆也會跳腳，因為工程師很貴，用來做標註非常浪費。

眾包平台或自行開發？必須三思後行

國外有些公司會利用Amazon Mturk等眾包平台，這類平台的標註師來自不同國家，多為家庭主婦、學生兼職，標註師彼此認知判斷不同且缺乏品管，品質較容易有落差。

eyJ0eXBlIjoiaWZyYW1lIiwibmFtZSI6IuWFp+W0gSIsInBsdWdpbiI6dHJ1ZSwiZGF0YSI6eyJodG1sIjoiPGlmcmFtZSB3aWR0aD1cIjU2MFwiIGhlaWdodD1cIjMxNVwiIHNyYz1cImh0dHBzOi8vd3d3LnlvdXR1YmUuY29tL2VtYmVkL1c0MzFhaWc3czJFXCIgZnJhbWVib3JkZXI9XCIwXCIgYWxsb3c9XCJhY2NlbGVyb21ldGVyOyBhdXRvcGxheTsgZW5jcnlwdGVkLW1lZGlhOyBneXJvc2NvcGU7IHBpY3R1cmUtaW4tcGljdHVyZVwiIGFsbG93ZnVsbHNjcmVlbj48L2lmcmFtZT4iLCJ0aXRsZSI6IiJ9fQ==

此外，如何確保數據資安會是一大隱憂。若水有客戶曾經用過這類的平台，最後因為熟悉平台介面耗了不少時間，而且還需要自行開發用來描點的標註工具套件而作罷，在台灣的大企業基本上不太會考慮這個選項。

也許你會想開發自己的標註平台，但從投資報酬的觀點來看，不一定划算。除非標註的類型、數量從頭到尾都不會改變，否則從零到一建置平台，持續開發標註工具，以及後續的平台維護及優化，一樣需要投入人力和時間。

找工讀生標？勞心勞力

請少數幾位工讀生自行標註，在專案開發初期確實是個好方法。有個新創圈客戶，一開始也是用in house工讀生標註了一陣子，但在與若水合作半年後，就不再請工讀生標註。為什麼？

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

這位新創公司的副總對我大吐苦水：原來，標註的工作畢竟重覆性高，工讀生常常做了一陣子就嚷嚷著要請假或是不做，公司在核心業務之外，為了管標註工讀生又要加請一個主管，同時PM或工程師還要自己花很多時間檢查工讀生做的標註，另外還有辦公室空間的問題，整個算下來人事費用偏高，根本不划算；有時碰上AI新產品開發階段，或是突然專案變多，臨時根本找不到好手支援。

或許對你而言，多花點錢請工讀生標註，為了自己掌控進度一切還能忍受。但在若水的經驗觀察中，

這樣長期下來可能會讓你錯過AI專案開發中最寶貴的資源：時間

選對AI數據外包服務商，優勢在哪？

在監督式機器學習的領域，大量且優質的數據是AI應用成功的關鍵之一。當餵進模型的資料數據標註的不夠精確，機器學習模型（Machine Learning Model）的學習效果就會受到影響，也就是人們常說的「Garbage in,Garbage out」，換言之，在此之前的投資都浪費掉了。

在若水有一套品質檢測回饋制度，來確保客戶交付的數據如期如質完成，進而帶動機器學習模型的品質和成效。

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

每位標註師都接受過各種標註圖形的訓練、認證，參與專案前再針對該專案的標註特徵考試，以確保標註時有精確的認知和下標動作，還有QA、QC人員分批進行品質抽測。

對許多客戶來說，他們最重視若水在標註時給的原則回饋，機器學習模型需要數據訓練，但需要餵什麼樣「特徵」的數據，往往不太好定義。

之前，有位日本客戶本想讓公司內部的工程師和工讀生去標註橋上的鐵鏽，一試才發現太過耗時、且無法全面檢測標註品質，轉而找上若水幫忙。

因為有協助過建築業的經驗，同仁們馬上想到要請教建築專家，才掌握到鐵鏽的物理特色，不會把橋上的光影、污漬或顏色較深的青苔，標註成鐵鏽，讓機器誤學。

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

加上鐵鏽形狀太不規則，業界往往都是用「Polygon多邊形描邊標註」的方式來處理，若水AI數據處理顧問審慎評估後，決定以「Pixel－wise逐像素標註」進行數據標註，因為可以讓機器學習所需的Training Data品質更優質、精準，進而達到AI應用快速推展。

究竟數據標註該怎麼解？端看企業開發AI的速度和數量。有一個數據可以參考：我們內部算過，比起找工讀生要花的招募、薪酬（含勞健保）、主管薪資、場地、設備建置等條件來估算，找到一個經驗豐富、品質管理系統穩定的外包標註團隊，至少可以節省20％的成本。

最後，如果你正在思考外包數據標註服務，不妨參考以下4個原則：

是否能協助精準定義標註原則？
是否有品質和品管的內控流程？
是否有及時與客戶回饋的機制？
是否有可靠、穩定的資安系統？

如何處理學習數據，優化機器學習模型並擷取正確的特徵，讓團隊可以快速的產出AI，其實不是單一的執行層面議題，而是一種全面性的策略。以標註數據為例，在思考上光是「有人標就好」還不夠，企業應該思考的是：

如何在達成省時、省力、省成本下，同時藉由精準標註，推動AI落地。

責任編輯：林芳如

本文授權轉載自：若水AI Blog

找工程師標？大材小用

眾包平台或自行開發？必須三思後行

找工讀生標？勞心勞力

選對AI數據外包服務商，優勢在哪 ？

選對AI數據外包服務商，優勢在哪？