数据标注/注释： 根据特定的规则和要求，对原始数据进行处理和标记。

图像/视频： 框选物体（如行人、车辆）、绘制轮廓、打点（关键点）、分类图像、语义分割（区分每个像素属于什么物体）。

文本： 情感分析（标注积极/消极/中立）、命名实体识别（标出人名、地名、组织名等）、文本分类、意图识别、问答对标注、文本摘要评估。

音频： 语音转写（将语音转成文字）、声音分类、说话人识别、情感标注。

其他： 点云数据标注（用于自动驾驶）、3D标注等。

数据清洗： 识别并处理数据集中的错误、缺失、重复或不一致的数据。

质量控制： 确保标注结果符合项目要求的精度和一致性标准。可能包括自检、互检或参与质检流程。

理解项目需求： 准确理解每个标注任务的具体规则、要求和目标。

使用标注工具： 熟练操作专业的在线或离线数据标注平台和软件。