文章来自本人公众号：selenium 测试

人社部等三部门联合发布智能制造工程技术人员等 16 个新职业，前天我在微博里看到了热搜，点进去瞅了瞅简介，我觉得人工智能训练师对我来说靠点谱。闲话少说哦，先来看看职位的简介。

第一条，标注和加工图片、文字、语音等业务的原始数据

没有做过人工智能的童鞋们可能不太理解，我简单解释下。计算机的智能就像你新出生的孩子，并不认识图片、看不懂文字、听不明白语音，它需要你告诉它什么是正确的，指着汽车告诉它这就是汽车。汽车这个事物就是原始数据，而汽车这个文字就是你给它标注的数据。
看过我之前学习记录文章的童鞋们知道，我做过的是 Tensorflow 图像识别。Tensorflow 的例子是 MNIST 数据集，里面有标注好的数据集，其中包括 55000 个训练集、10000 个测试集和 5000 个验证集。只有 0～9 十个数字，却用了 7 万张图标注好。训练结果如何呢？97% 以上，还是挺喜人的。
在验证码识别中我需要标注的图片，取值范围包括 0～9 及部分英文字符。每张图不仅有四个扭曲且重合的字符，而且还有两条交叉的的干扰线。我从 500 张图片开始标注，最终标注到 1623 张才符合了自己正确 50% 的预期。（过程可以看我之前的文章：TensorFlow 学习记录 (三：执行记录)）
标注过程，及其枯燥乏味：打开图、看字符、重命名、写结果。各位测试童鞋回忆下，像不像你们造测试数据的过程。需要的能力也极为简单：细致。

第二条，分析和提炼专业领域特征，训练和评测人工智能产品相关算法、功能和性能

如何分析和提炼专业领域特征呢？还用 0～9 举例来说，看下面的图，我随便点哪个数字你都能读出来。

我截取一部分呢，

你看像不像 2 或者 3 的上部分，又或是 6、8、9、0 的上部分呢？答案是都有可能。由于他和剩下的数字关系不大，它就是 2、3、6、8、9、0 的特征，只不过都是概率。
假如我截取到的是这一部分，

你肯定要抢答了，这就是显著的特征。
训练和评测需要写代码，这种需要积累，这里不是 21 天学会 XXX 就能办到的。
重点看这里！！！相关算法、功能和性能。算法测试、功能测试、性能测试，不会一个情有可原，不会两个需要学习，三个都不会，对不起这篇文章不适合你。

第三条，监控人工智能的交互流程和应用解决方案

请套用你写测试计划和测试用例的过程

第四条，监控、分析、管理人工智能产品应用数据

请套用你提 bug 时的过程

第五条，调整、优化人工智能产品参数和配置

请套用你配置数据库的过程

重点的重点：数据标注员 人工智能算法测试员

重要的事情说三遍：测试员 测试员 测试员，还不来试试么