В настоящее время практически любая содержательная задача по анализу данных или ML требует сбора размеченных данных, которые, как правило, нужны в большом количестве и требуют привлечения ручного труда. Работа с «краудом» является одним из востребованных и ключевых навыков, которым необходимо уметь пользоваться специалистам по анализу данных, если они хотят расти и решать все более крупные и амбициозные задачи.

Краудсорсинг применяется не только на стадии анализа и при построении ML-моделей, но также в замкнутых производственных и продуктовых процессах (парадигма human-in-the-loop). Наиболее яркими продуктами Яндекса, в боевых процессах которых используется крауд, являются: голосовой помощник Алиса, Поиск, Яндекс.Переводчик, Яндекс.Драйв, Яндекс.Справочник, Яндекс.Картинки и др.

Специалисты по краудсорсингу уже остро востребованы как на российском, так и на зарубежном рынке. Выпускники нашего курса востребованы как в Яндексе, так и в других российских компаниях, например Тинькофф, Ozon, Авито. На международном рынке Google, Facebook, Huawei, Tesla, Amazon, Netflix, Microsoft тоже постоянно решают подобные задачи, требующие знаний методов краудсорсинга.

В этом туториале мы расскажем про основные компоненты краудсорсинга и поделимся с вами уникальным опытом по эффективной разметке данных в Яндекс.Толоке, а также проведем практическую часть, в ходе которой вместе с участниками запустим проекты по разметке данных в Толоке.