如果你把AI看成动物的话，数据标注员的工作大致就相当于准备饲料。
当前AI的主流是机器学习，而机器学习大致可以分为监督学习、无监督学习和介于两者之间的半监督学习。
在这里，监督学习和半监督学习都需要人工标注好的数据。如果我们把机器学习看成通过不断做题学习新知识的人，那么监督学习做的都是有标准答案的题（这里的标准答案来自数据标注员），而无监督学习做的是没有答案的题（像很出名的Alpha Zero，就是通过自行对弈学习，不需要学习人类的棋局），至于半监督学习则介于两者之间，做的一部分是有标准答案的题，剩下的是没有答案的题。
至于具体标注什么，这取决于想训练AI做什么。比如，如果想要训练识别人脸的AI，那么数据标注员就需要标注图像中是否存在人脸，可能还需要勾选出人脸的位置。
实际上，很多网站使用Google的reCAPTCHA反垃圾评论，就是通过数据标注证明你是人类。比如，下图是选出所有包含路牌的方块。
由于大部分的数据标注工作都类似上面的简单机械标注，可替代性强，所以这项工作没什么发展前途。当然，有些数据标注工作有一定难度，比如，假设需要训练一个识别花卉的AI，那么数据标注员要认识各种花卉。但是这类工作会聘请这方面的专业人士进行，而不太可能找一般人来先培训花卉知识再着手标注（那样太慢了）。
至于一些招聘启事上列出的晋升通道（什么“标注员->标注组长->项目经理->数据总监”），看看就罢了。实际上到小组长就到顶了，而且说不定等你晋升到小组长之后，由于半监督学习和无监督学习的进展，不需要那么多数据标注员了，你就成了光杆司令。而小组长之后的职位所需的能力和数据标注工作所需的能力差别太大，简直可以说是不相关了。
