一座做数据整理的工坊。

来历与业务范围· 甲

中山达明数据标注有限公司设立在中山，做的是人工智能产业链里基础但绕不开的一环：把原始的图片、语音与文本整理成模型可以直接使用的训练数据。我们的业务范围围绕几类常见标注形态展开——视觉侧的框选、轮廓、分割与关键点，文本侧的分类、实体识别与问答对整理，语音侧的听写转写与时间切分。九类服务的详细说明可以在服务项目页查看。我们不替客户选择算法、不评价模型好坏，只专注把标注这件事做规范：规则写得清楚，边界打得准确，交付物整理得便于接手。

做事方法· 乙

标注行业常见的偏差来自规则理解不一致：同一条规则，不同人读出不同做法，批次之间就出现口径漂移。我们的应对办法是把一切落到书面。每个项目开工前先做小批量试标，标注组长把疑难样例整理成对照图，与客户逐条讨论后写进标注文档；文档每次修改保留版本号，批量阶段每一条疑难都回到文档里找依据。标注员遇到文档没覆盖的情况，不自行猜测，而是提交组长归入下一轮规则讨论。这套流程让项目在人员轮换、批次拉长的情况下仍然保持口径稳定，也让客户回查任何一个样本时都能说清它是在哪一版规则下完成的。

团队分工· 丙

团队按项目制组织，每个项目配三类角色。标注员负责具体打标与自检，按数据类型分组训练，做图像的熟悉框选与分割工具，做文本的吃透实体定义；标注组长负责规则解释、疑难样例裁决与交叉复核，是客户规则与一线执行之间的翻译层；项目对接人负责与客户沟通进度、整理交付物与维护规则文档版本。三类角色的记录贯穿项目全程，谁标了哪一批、谁复核了哪一批都有据可查。人员安排上，我们尽量让同一个项目的骨干保持稳定，减少因换人带来的理解损耗。

质量与交付· 丁

质量安排分三道工序：标注员完成后自检一遍，组长按批次交叉复核，最后按约定比例抽检，抽检不合格率超过阈值的批次整批返工。交付前我们会确认格式细节——框选输出坐标格式，分割输出掩码与类别索引，文本输出结构化字段，语音输出带时间戳的转写稿——确保数据能直接接入客户的训练流程。项目结束后按协议处理原始数据，删除或归还，规则文档与质检记录应客户要求移交留存。如果你想了解各服务的具体做法，可以从服务项目页开始；准备好数据要谈试标，请到联系我们。