石头科技
27应届-数据标注工程师
27应届-数据标注工程师
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公数据标注与评测
数据标注与评测
Ai模型评估
供应商管理
图像标注
数据标注
数据质量
值不值得投
薪资怎么样
9.0千
比数据标注与评测中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
24 个在招
市场机会
选择适中
北京 · 数据标注与评测 · 37 个在招
职位详情
关于这个职位
作为面向2027届应届生的数据标注工程师，你将负责家居、户外等场景下图像、视频与语音数据的筛选、标注、转写和质量检查，为石头科技的视觉与语音AI模型提供高质量训练数据
同时需要参与AI模型输出效果的测试评估、评估标准与评估文档的编写，并对外拓展数据来源、管理数据供应商、与算法研发团队协作制定标注规则
最低要求
计算机、数据类、语言类相关专业优先
技能能力：数据标注、数据集处理、AI 数据相关工作经验
熟悉图像、语音类数据标注流程与质量标准
具备基础电脑操作能力，熟练使用办公软件
有数据标注、数据处理、语音转写相关经验者优先
职业素养：工作细心严谨，有较强的责任心与专注力，能严格执行标注、评估标准，把控数据质量
沟通协作：具备良好的沟通表达能力，可顺畅对接研发团队、外部供应商，高效协调处理各类问题
其他：理解能力强，学习速度快，具备良好执行力，能配合项目进度完成工作
工作职责
数据标注与处理：完成家居、户外环境场景内物体、行人、宠物等视觉数据筛选及标注工作，同时负责语音数据整理、转写、质检等处理任务，保障数据集质量，支撑人工智能模型训练与效果优化
模型评估与文档撰写：对各类 AI 模型输出结果进行测试、核验与综合评估，独立制定数据评估标准，规范记录评估过程，按时撰写评估结果、问题汇总等正式文档
数据源拓展及合作方管理：负责外部数据采集工作，同步项目需求，拓展数据来源
对接合作供应商，日常沟通对接、进度跟进与问题协调
跨团队协作工作：对接研发团队开展需求沟通，共同商定标注规则、作业标准
反馈标注过程中的问题，配合完成标注工具功能优化、流程调整等相关工作，保障项目高效推进
优先资格
计算机、数据类、语言类相关专业优先
有数据标注、数据处理、语音转写相关经验者优先
AI 洞察
优缺点分析
优点
- 进入AI数据链条的源头环节，能直接接触视觉、语音多模态数据与模型训练流程，是了解AI落地的低门槛入口
- 岗位职责覆盖标注、评估、数据源拓展与跨团队协作，不只是“打标签”，积累面相对宽
- 面向应届生的校招岗位，对经验要求低，适合作为进入AI行业的起点
- 智能家居与机器人是持续投入数据的赛道，数据相关岗位需求相对稳定
- 需要同时对接研发团队与外部供应商，沟通协调事务多，节奏受项目进度牵引
- 岗位初始技术深度有限，若不主动补充数据处理与AI知识，成长天花板较早出现
- 适合细心、耐心、执行力强，希望通过数据侧切入AI行业，并愿意在1-2年内主动向数据质量、模型评估或AI产品方向延伸的应届生
缺点 / 挑战
- 标注与质检工作重复性较高，需要长期保持细致和专注，容易产生枯燥感
角色解读
- 向数据质量/数据运营方向发展，成为数据标注规范与评估体系的制定者，带小规模标注团队或供应商团队
- 向AI产品/算法侧延伸，如转向模型评估、数据策划、AI产品运营，或学习Python与数据处理工具转型为数据工程师
- 在具身智能、智能家居等场景积累多模态数据处理经验，长期价值随AI数据需求增长而提升
- 对家居、户外场景的视觉数据（物体、行人、宠物等）以及语音数据进行筛选、标注、转写与质检，保证训练数据集质量
- 对AI模型输出结果做测试核验与综合评估，独立制定评估标准并规范记录、撰写评估报告与问题汇总
- 拓展外部数据采集渠道，对接数据供应商跟进进度与问题，同时与算法研发团队共同商定标注规则与作业标准
- 反馈标注工具与流程中的问题，配合推动工具功能优化与流程调整
- 数据标注与数据集处理基本功：理解图像、语音类标注流程与质量标准，能严格执行规范
- 极强的细致度与耐心：长时间重复性标注与质检工作，需要高专注力和质量把控意识
- 沟通与跨方协作能力：既要与内部研发对齐规则，又要与外部供应商同步需求、推进进度
- 文档与工具能力：熟练使用办公软件，能把评估过程、问题结论写成结构清晰的正式文档
申请策略
- 该公司业务聚焦智能清洁机器人与家用设备，建议提前了解其产品线，思考“家居场景数据标注”会遇到的典型难点
- 面试中主动表达对数据质量标准的理解和对重复性工作的接受度，这是该岗位最看重的态度信号
- 突出与图像/语音数据相关的经历，如课程项目、竞赛数据集整理、标注或转写兼职，写明处理的样本量与质量结果
- 体现细心与规范意识，例如整理过的文档、制定的检查清单、发现并修正的数据问题案例
- 展示沟通协作经验，如社团/项目中对接收内外部成员、跟进进度的具体角色
- 如有编程或工具基础（Python、Excel高级用法、标注平台使用）务必写上，是明显加分项
- 提前熟悉主流标注工具与标注规范（目标框、分割、关键点、语音转写规则），了解IoU、一致性等基础质量指标
- 补一点数据处理能力，如Python + Pandas做数据清洗、统计与可视化，能显著提升岗位竞争力与后续转型空间
面试指南
- 用STAR结构讲经历：情境—任务—你的具体动作—量化结果（样本量、准确率、返工率下降等）
- 流程类问题先给框架再给细节：如“需求对齐—规则制定—试标—全量标注—抽检质检—反馈迭代”，体现体系化思维
- 协作类问题突出“先同步标准、再约定节点、最后留痕复盘”的闭环思路，展示沟通与推动力
- 你了解数据标注的完整流程吗？图像标注和语音转写分别有哪些常见类型和质量标准？
- 如果两个标注员对同一张图的标注结果不一致，你会怎么处理？如何保证标注一致性？
- 面对大量重复的标注与质检任务，你如何保持专注和准确率？有没有相关经历？
- 需要你对接外部供应商并推进进度，遇到对方交付质量不达标你会怎么做？
- 你如何看待数据标注岗位的长期发展？未来1-3年想往哪个方向走？
Watch Jobs