AppenTalk | 如何大规模地找到合适的众包人员？

在AI数据采集和标注的过程中，众包人员扮演着至关重要的角色。在全球拥有超过一百万名众包资源的澳鹏Appen深知，专业、多元化的众包人员对于确保高质量的AI模型部署至关重要。

为了吸引和管理庞大的众包人员队伍，澳鹏采用了先进的机器学习和统计模型，量化了众包人员的专业、可靠度等关键特征，使得我们的人员招募和管理团队能够不断优化流程，将任务灵活分配给匹配且合格的众包人员，高效满足客户的部署需求。

挑战

如何大规模地找到优秀且匹配的众包人员？为了有效地为客户提供服务，我们必须高效地管理全球市场上成千上万的人才，并动态决策如何快速适配他们的独特专业或技能。这就是数据科学发挥作用的地方，帮助我们应对这个复杂的挑战。

量级的把控：“量级”包含数量与质量两个维度，主要指如何在要求的时间内快速响应，找到大规模符合要求的优质众包资源。对于新的市场机会和领域，不够充足的人员准备将降低客户的需求响应度及信任度。

专业的深耕：近年来，人工智能领域不断被深耕，例如大语言模型的快速兴起，对于众包人员的行业知识和专业技能的要求也越来越高。众包招募团队需要持续对市场进行关注，不断拓展新兴渠道，以实现对专业人才的有效挖掘。

薪酬的平衡：薪酬公平是众包人员满意度的重要因素之一。透明化、公开化及合理化的薪酬管理可以提高众包人员的留任率和忠诚度，是人员管理团队的长期目标。

人才的留存：除了为人才提供良好的工作环境之外，专业的管理团队和技能培养，不仅可以提升人员的能力，也可以整体提升项目的生产效率。

解决

澳鹏Appen团队开发的众包招募系统2.0，可以统筹安排大规模的众包人力资源，迅速与对应任务进行匹配。根据人员的技能、偏好、任务执行情况等维度评估其适合特定项目的程度。通过建立准确且逻辑清晰的评分系统，帮助招募团队高效筛选和管理众包资源。

实时数据获取和转换：我们收集并转换关于众包人员的最新基础信息。

全面的人员特征：提取可衡量的信息进行整合，生成更相关的特征，对众包人员能力与项目需求的适配度做出更合理的计算和排序。

可解释性和可扩展性：优先考虑特征对于广泛用户群体的可解释性，并根据不断变化的需求进行调整和扩展。

优化资源分配：通过引入任务需求量级与人员任务执行情况因子，系统可以足够合理地利用有限资源。

人工二次把控：模型评分会存在偏见与“黑箱”，我们通过招募团队的二次人工筛选来确保招聘的正确性。

项目情况反馈：引入人员的项目执行质量数据来反馈并优化模型，促使模型评估准确性持续提高。

优势

资源的大量持续储备：澳鹏Appen众包平台拥有超过100万的注册用户，其中中国大陆的人员注册量达到26万以上，涵盖超过137个不同的专业分布，60%以上的本科资源，能够快速响应不同项目对于规模与质量的要求。

垂类领域的专注与拓展：澳鹏Appen众包团队来自全球各地，有着不同的行业背景和语言能力。除了近30年来累积的小语种、方言等领域的传统优势外，澳鹏紧跟行业前沿，不断探索和挖掘新兴领域人才。例如在医学领域，我们的资源池可以满足临床医学、中医学、药学、护理学等不同分支的专业要求，得到了行业与客户的认可。

自有平台的优化及完善：澳鹏Appen众包资源管理平台通过不断的优化与完善，可实现从资源注册、项目申请、任务管理，到薪酬结算的一体化服务。人性化的功能设置不仅提升了众包人员的使用体验感，也为项目日常管理、数据分析提供了便捷。

合理合法、公平公正：澳鹏Appen为人员提供平等的权利和机会，不受性别、种族、宗教信仰等因素的偏见。我们不仅制定了合理的薪酬体系，也为人才提供专业化的培训和认证。