第二章：项目角色与职责——谁该做什么，心里要有数
说实话，我见过太多标注项目翻车了。不是技术不行，而是角色混乱。标注员干了质检的活，项目经理跑去标数据，数据科学家最后发现数据根本不能用。嗯，这章我们就来聊聊，每个角色到底该干什么。
2.1 项目经理——项目的“总舵手”
项目经理这个角色，说白了就是保证项目不翻车的人。我个人习惯把项目经理比作“三明治中间的那层”——上面要对接业务需求，下面要协调执行团队。
核心职责
- 需求拆解：把业务需求翻译成可执行的标注规范。我遇到过最坑的事，就是业务方说“标出所有车辆”，结果标注员连远处的自行车都标了……
- 进度管控：制定排期，盯住里程碑。建议用甘特图，别靠脑子记。
- 质量兜底：建立质检流程，把控最终交付质量。
- 资源协调：缺人找人，缺工具找工具，别让标注员用Excel画框。
我的经验：项目经理每周至少要开两次15分钟的站会。别开长会，标注员最烦的就是开会。
2.2 标注员——数据的“手艺人”
标注员是离数据最近的人。我曾经跟一个标注员聊过，他说“我每天标几千张图，闭着眼都知道哪是猫哪是狗”。嗯，这就是专业。
核心职责
- 执行标注：按照规范完成标注任务。注意，是“按照规范”，不是“按自己的想法”。
- 反馈问题：遇到模糊样本、歧义规则，及时上报。别自己瞎猜。
- 自我检查：提交前至少自查一遍。我见过有人把“行人”标成“电线杆”……
避坑指南：我曾经遇到一个标注员，为了赶进度，一天标了5000张图。结果质检通过率不到30%。记住，质量永远比数量重要。
2.3 质检员——质量的“守门员”
质检员这个角色，很多人觉得就是“挑刺的”。其实不是。质检员是保证数据可用性的最后一道防线。
核心职责
- 抽样检查：按比例抽检已标注数据。一般建议抽检10%-20%。
- 问题归类：把错误分为“规则理解错误”“操作失误”“边界模糊”等类型。
- 反馈闭环：把问题反馈给标注员，并跟踪整改情况。
关键指标：质检通过率建议设定在95%以上。低于90%的项目，基本要返工。
2.4 数据科学家——数据的“炼金术士”
数据科学家是最终用户。他们用标注好的数据训练模型。我见过最离谱的事，就是数据科学家在模型训练前一天才发现标注格式不对……
核心职责
- 制定标注规范：明确标注什么、怎么标、用什么格式。
- 验收数据：确认数据是否符合模型训练要求。
- 迭代优化：根据模型表现，反馈标注改进方向。
我的建议：数据科学家最好在项目初期就参与进来。别等到数据都标完了，才说“这个标签定义不对”。
2.5 协作关系——别让信息断在中间
这四个角色不是孤立的。我画了一张协作关系图，你看一眼就明白了。
2.6 协作中的常见问题与解法
光有角色定义还不够，协作中总会有摩擦。我整理了几个高频问题：
| 问题场景 | 原因 | 我的解法 |
|---|---|---|
| 标注员和质检员互相甩锅 | 标准不明确，双方理解不一致 | 建立“标准案例库”，把典型错误和正确示例都放进去 |
| 数据科学家临时改需求 | 前期沟通不足 | 要求数据科学家在标注启动前签字确认规范 |
| 项目经理不了解技术细节 | 角色定位偏差 | 项目经理不需要懂技术，但要懂流程 |
| 标注员进度慢 | 工具不顺手或规范太复杂 | 先做小批量试标，优化工具和流程后再铺开 |
核心原则：每个角色只做自己专业的事。项目经理别去标数据，标注员别去定规范，数据科学家别去催进度。各司其职，项目才能跑起来。
好了，这一章就聊到这儿。角色清楚了，协作关系理顺了，项目就成功了一半。剩下的，就是执行了。
公众号:蓝海资料掘金营，微信deep3321