Adnotator wideo AI

O roli
Poszukujemy zorientowanych na szczegóły adnotatorów, którzy pomogą w oznaczaniu filmów o manipulacji robotami na potrzeby szkolenia AI. Obejrzysz krótkie filmy przedstawiające roboty wykonujące zadania manipulacyjne (nagrane z trzech zsynchronizowanych ujęć kamery) i stworzysz precyzyjne, uporządkowane opisy wykonywanych czynności w języku naturalnym. Praca ta bezpośrednio wspiera rozwój modeli sztucznej inteligencji w robotyce i wymaga dobrej znajomości języka angielskiego w piśmie, ostrych umiejętności obserwacyjnych oraz dyscypliny, aby konsekwentnie przestrzegać szczegółowego przewodnika po stylu.
Szczegóły projektu

•
Stanowisko: Projekt Cursa — komentator wideo manipulacji robotem

•
Lokalizacja: odległa w Indiach/Filipinach/Egipcie/Meksyku

•
Rodzaj pracy: Freelancer

•
Język: angielski

•
Stawka: 3,5 USD za godzinę

Co zrobisz

• Obejrzyj krótkie filmy dotyczące manipulacji robotem, każdy nakręcony z trzech zsynchronizowanych widoków z kamer (widok z góry i widok z każdej z dwóch kamer zamontowanych na nadgarstku robota).

• Podziel każdy film na segmenty czasowe i napisz jasne opisy każdego segmentu w języku naturalnym.

• Zastosuj etykiety na trzech poziomach szczegółowości dla każdego odpowiedniego segmentu:

•
Ruch atomowy (kilka sekund) — pojedynczy mały ruch (np. „zamknij palce wokół czerwonej rączki”)

•
Umiejętność / podzadanie (kilka sekund do ~20 sekund) — kompletna, znacząca akcja (np. „podnieś czerwony klocek za krawędź”)

•
Zadanie/cel (do ~1 minuty) — ogólny cel sekwencji umiejętności (np. „umieścić wszystkie klocki w pojemniku”)

• Upewnij się, że każdy moment filmu jest oznaczony etykietą na dwóch lub więcej z tych poziomów — bez przerw, w tym momentów bezczynności lub pauz.

• Dokładnie opisz, co się dzieje, łącznie z sytuacją, gdy coś nie idzie zgodnie z planem (upuszczony przedmiot, nieudany chwyt, wyślizgnięcie się z ręki). Precyzja jest ważniejsza niż sprawianie, by robot wyglądał na odnoszącego sukcesy.

• Porównaj wszystkie trzy kąty kamery: użyj widoku z góry, aby zrozumieć ogólną tożsamość sceny i obiektu, oraz zbliżeń nadgarstka, aby potwierdzić dokładny kontakt i uchwycić szczegóły.

• Postępuj zgodnie ze szczegółowym przewodnikiem po stylu obejmującym słownictwo dotyczące działań, relacji przestrzennych, opisów obiektów i sposobu poruszania się, stosując je konsekwentnie w wielu odcinkach.

• Weź udział w okresowych sesjach kalibracyjnych, aby dostosować swoje oznakowanie do zespołu i przykładów referencyjnych klienta.
Czego szukamy
Wymagane:

• Dobrze pisany angielski — w każdym filmie napiszesz dziesiątki krótkich, precyzyjnych zdań opisowych i będziesz musiał zmieniać język, zamiast powtarzać te same frazy.

• Duża dbałość o szczegóły — umiejętność rozróżniania małych różnic (udany chwyt czy grzebanie, pchnięcie czy przeciągnięcie, która konkretna część przedmiotu jest dotykana).

• Komfort korzystania ze szczegółowego, uporządkowanego przewodnika po stylu i konsekwentnego jego stosowania, nawet w niejednoznacznych lub skrajnych przypadkach.

• Podstawowy komfort z opisem przestrzennym/mechanicznym (lewo/prawo, powyżej/poniżej, nazewnictwo części obiektu, takich jak uchwyty, pokrywy lub krawędzie).

• Niezawodne, samodzielne nawyki pracy — często jest to praca z głową, z okresowymi kontrolami, a nie ścisły nadzór.
Miło mieć:

• Wcześniejsze doświadczenie w zakresie adnotacji wideo, etykietowania danych, transkrypcji lub kontroli jakości.

• Znajomość terminologii związanej z robotyką (chwytaki, efektory końcowe, manipulacja) — pomocna, ale nie konieczna, ponieważ przewodnik stylistyczny jest samodzielny.

• Doświadczenie z narzędziami do adnotacji, takimi jak Label Studio.
Pierwotnie opublikowany w Himalajach

Źródło: Himalaje (https://himalayas.app/companies/welocalize/jobs/ai-video-annotator)