大模型时代到来，以数据为中心的AI开发模式加速走向台前。数据标注是人工智能发展的基石，人工智能的发展又催生了巨大的就业需求。一方面，由于互联网上的公开数据质量参差不齐，需要对数据进行分类，去除低质量和重复的内容，留下高质量的语料进行基础训练；另一方面，伴随着AI在自动驾驶、金融、医疗、安防等多个垂直场景的深度落地，数据训练需求海量增长，数据标注也摆脱了传统劳动密集型行业的局限性，向高技术含量、高知识密度和高价值等特性发展，有更多的高质量人才需求。

在我们的日常生活中，人工智能无处不在。不管是智慧医疗、自动驾驶、智能政务等大型应用，还是手机扫码、人脸识别、语音转文字以及智能客服等小型场景，人工智能给我们的生活带来了极大的便捷体验，这其中，数据标注发挥了无可替代的作用。作为人工智能算法有效运行的关键环节，数据标注能够把需要机器识别和分辨的数据贴上标签，通过让计算机不断学习这些数据的特征，使其最终实现自主识别，从而让人工智能在各个领域发挥更大的作用。作为人工智能算法有效运行的关键环节，在中国人工智能产业高速增长的背景下，数据标注行业也呈现出整体向上的发展趋势。相关机构根据国内需求方与供应方营收增长情况推算，预计2024年数据标注市场规模为130亿~180亿元，2025年市场规模为200亿~300亿元。未来，随着人工智能进入多元行业和场景落地阶段，自动驾驶、医疗、法律、金融等有一定专业性要求的垂直化场景将成为主要需求，从而带动行业进一步朝着垂直化、定制化方向发展。这将使得专业性要求越来越高，市场准入门槛显著提高。部分标注员岗位要求比较高，学历要求基本都是本科起，某些还会要求一本或211/985院校，除了硬性的学历要求，对专业能力或综合能力要求也比较高，某些会要求专业领域经验。目前数据标注主要是由标注师和质检员组成，完成标注后，直接交给算法工程师，通过数据对大模型做测试，然后再有针对性的做下一轮标注和调试。未来，随着行业的发展，还会出现更细分、更专业的发展方向，而且岗位需求量也会不断增大，预计未来五年，数据标注相关专业人才缺口将达百万量级。