Data Labeling

Data labeling — критический этап ML pipeline. Типы: image annotation (bounding boxes, segmentation), text labeling (classification, NER, sentiment), audio transcription. Подходы: in-house teams, crowdsourcing (Amazon Mechanical Turk), specialized vendors (Scale AI, Labelbox). Quality control: multiple annotators, gold standard sets, inter-annotator agreement. Cost и time — основные bottlenecks. Active learning оптимизирует: модель выбирает, какие примеры разметить. RLHF требует preference labeling. Self-supervised и foundation models снижают зависимость от labeled data.