[特斯拉] 特斯拉13萬年薪招數據標注員 朝九晚伍 無需AI經驗
所以呢，標注員也得懂交通規則，能判斷路況合法性的標注，才能訓練出真正理解路況的模型。
Optimus這邊，也有個細節值得注意：JD中首次提到了「Optimus Data Collectors」。
這也是特斯拉第壹次在公開招聘中，把人形機器人的數據采集設備與車隊數據並列。
這說明了啥？
說明Optimus已經在工廠或測試場地部署了專門的數據采集設備，正在大規模回傳原始素材等待人工標注。
這也說明，Optimus和FSD共享底層數據基礎設施，同壹個標注團隊、同壹套工具、同壹個pipeline。
而Optimus需要的多模態數據，涵蓋視覺、觸覺和姿態，復雜程度比自動駕駛更高，所以同壹個數據引擎需要擴產能。
馬斯克壹直堅持純視覺路線，沒有激光雷達兜底，這意味著特斯拉對標注質量的要求比任何競品都嚴。
它不能靠其他傳感器交叉驗證，只能靠標注員畫出來的框足夠准。
看到這裡你可能想問：特斯拉為啥不外包呢？
按理來說，Scale AI、Appen這些專業標注機構已經非常多了，特斯拉不是非得自己做這些吧。
但這個問題，JD裡也已經回答了：
首先是數據保密。
車隊回傳的是生產環境的真實數據，包含用戶駕駛的真實場景。這些數據不能流出特斯拉的防火牆。
自建團隊、內部工具、現場辦公，這就是叁道保險。
其次是標注標准的壹致性。
外包團隊流動性高，培訓成本高，標准容易漂移。
特斯拉要求標注員懂交通規則，因為車道線的標注邏輯、復雜路口的判斷標准，只有真正理解路況的人才能做對。
此外還有工具迭代的閉環。
JD裡專門寫了壹條：標注員要參與改進標注工具。
這也是只有自建團隊才能做到的數據飛輪，壹線反饋直接回流到工具開發。
標注員發現問題，工具隨之迭代，數據質量持續提升。
[物價飛漲的時候 這樣省錢購物很爽]
好新聞沒人評論怎麼行，我來說幾句
Optimus這邊，也有個細節值得注意：JD中首次提到了「Optimus Data Collectors」。
這也是特斯拉第壹次在公開招聘中，把人形機器人的數據采集設備與車隊數據並列。
這說明了啥？
說明Optimus已經在工廠或測試場地部署了專門的數據采集設備，正在大規模回傳原始素材等待人工標注。
這也說明，Optimus和FSD共享底層數據基礎設施，同壹個標注團隊、同壹套工具、同壹個pipeline。
而Optimus需要的多模態數據，涵蓋視覺、觸覺和姿態，復雜程度比自動駕駛更高，所以同壹個數據引擎需要擴產能。
馬斯克壹直堅持純視覺路線，沒有激光雷達兜底，這意味著特斯拉對標注質量的要求比任何競品都嚴。
它不能靠其他傳感器交叉驗證，只能靠標注員畫出來的框足夠准。
看到這裡你可能想問：特斯拉為啥不外包呢？
按理來說，Scale AI、Appen這些專業標注機構已經非常多了，特斯拉不是非得自己做這些吧。
但這個問題，JD裡也已經回答了：
首先是數據保密。
車隊回傳的是生產環境的真實數據，包含用戶駕駛的真實場景。這些數據不能流出特斯拉的防火牆。
自建團隊、內部工具、現場辦公，這就是叁道保險。
其次是標注標准的壹致性。
外包團隊流動性高，培訓成本高，標准容易漂移。
特斯拉要求標注員懂交通規則，因為車道線的標注邏輯、復雜路口的判斷標准，只有真正理解路況的人才能做對。
此外還有工具迭代的閉環。
JD裡專門寫了壹條：標注員要參與改進標注工具。
這也是只有自建團隊才能做到的數據飛輪，壹線反饋直接回流到工具開發。
標注員發現問題，工具隨之迭代，數據質量持續提升。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: