数据标注产业人才岗位能力要求

作者: 秘书处 发布时间: 2026-07-07 点击数量: 来源:工信部人才交流中心

  《数据标注产业人才岗位能力要求》根据数据标注技术体系及人才的需求,本标准围绕数据处理、技术支持、模型辅助、质量管控、安全合规、项目管理和培训支持7个方向,主要涉及以下13个岗位,具体如表1所示。

01

数据处理

数据采集工程师

负责数据采集方案的设计与开发,实现网络采集、实地拍摄图像、视频和录制的语音等数据采集。

02

数据预处理工程师

负责对原始数据进行清洗、转换、采样等预处理操作,将数据格式转换为适合标注和模型训练的形式,提高数据的质量和可用性。

03

数据标注工程师

负责数据标注方案的执行,确保标注质量、数据质量与数量。

04

技术支持

数据标注规则制定师

负责制定标注规则和指南,跟进标注过程并及时调整完善规则,并为标注员和质检员提供培训与答疑。

05

数据标注工具开发工程师

负责设计和开发标注工具,并不断优化工具的功能和性能,提高标注效率和质量。

06

模型辅助

模型训练数据工程师

负责处理标注数据并输入模型训练,监控训练指标,通过调参、优化数据提升模型性能。

07

模型评估师

负责评估训练完成的大模型,分析其在不同场景的性能,找出优劣并提供改进建议。

08

质量管控

数据标注质量管理工程师

负责数据质检和验收、质检人员培训和考核、数据质量反馈和改善。

09

安全合规

数据安全管理工程师

负责制定与维护数据安全策略,保障数据全生命周期安全,并承担安全体系设计、策略执行、风险评估与应急响应。

10

数据确权合规工程师

负责明确数据全生命周期权属,保障安全合规,实施差异化访问控制,确保数据及处理可追溯、有法可依,动态追踪并审核访问合规性。

11

项目管理

数据标注项目经理

负责数据采集、标注、质检项目方案制定与执行、质量把控与项目交付管理。

12

数据管理工程师

负责项目数据资源的全生命周期管理,包括制定采集标准、选择存储方式、建立质量管控机制、构建目录标签体系,监控使用情况、评估应用价值。推动二次利用与价值最大化。

13

培训支持

数据标注培训师

负责培训方案的设计与实施,跟踪效果并优化方案,针对技能短板开展进阶培训,提升团队能力。

表1:数据标注人才主要岗位及职责

如需查看本标准完整内容,请点击附件下载。