Annotateur / Data Labeling Specialist

Mission principale

Étiquette les données qui entraînent les modèles : le métier invisible de l'IA.

5 responsabilités clés

• Étiqueter les données selon les guidelines : textes, images, audio, vidéo.
• Signaler les cas ambigus et contribuer à améliorer les consignes.
• Tenir les niveaux de qualité et de cohérence inter-annotateurs.
• Se spécialiser sur les domaines exigeants : médical, juridique, sécurité.
• Contrôler la qualité du travail d'autres annotateurs (niveau senior).

Compétences clés

Rigueur, constance, compréhension fine des consignes, spécialisation domaine.

Ce qui est attendu

Des labels justes et cohérents : la qualité des modèles commence ici. Porte d'entrée réelle vers les métiers data.

Évolutions possibles

Quality Lead annotation, AI Trainer, Data Quality Analyst.