主動駕駛管理算法工程師，上海張江，34K。
路徑安排與管理算法工程師，北京中關村，40K。
這些崗位給出的待遇前提無疑都是誘人的。
但是，從事主動駕駛研發任務并不意味著鐵定月薪30K以上，另一種可能性則是月薪300元。
主動駕駛研發的反面：眾包
軟件定義汽車，這一概念正在汽車產業得到越來越多的承認。汽車這一原先硬件導向的產物也正在變得軟硬兼備。
整車企業的服軟卻并不光僅局限于將中控顯示屏做得更龐大，也不光限于將好看的軟件界面放在產物目次的扉頁，更是逐漸表現在整車企業的員工團隊之中。
幹練的流水線專業勞工已經逐漸不再是車企員工給公共的第一印象，車企的雇員也同樣可以是一名端坐在數個碩大顯示屏之前的電腦極客——至少這也是特斯拉但願給公共留下的印象。
失望的是，始終很少有車企愿意認可，這些光鮮亮麗的極客背后卻存在著一大量看不見的地下勞工。他們被叫做眾包勞工(Crodorker)或鼠標勞工(Clickorker)，他們也被稱為數字化時代的被抽剝階層。
圖像語義劃分是他們的任務職責，大陸、博世、寶馬、疾馳、谷歌是他們的甲方。
而他們的實質任務待遇則是：一臺電腦、一張椅子，每日長達至少10至12小時的任務時間。工會結構、正式合同、五險一金均不存在。他們絕多數都是來自菲律賓、委內瑞拉、肯尼亞、馬來西亞等欠發財國家的便宜勞動力。
這些眾包勞工們固然工資微薄到僅有40美元的月薪，但他們倒是市場規模達近千億美元的主動駕駛領域最主要的一環。
自特斯拉橫空降生，將通過自主車載操縱體制蒐集每輛汽車的行駛數據變成現實以來，海量的用戶數據便開端從成千上萬輛汽車終端涌入整車企業總部。而這些數據最主要的用處之一便是用來培訓主動駕駛管理算法。
不論是較為根基的模式辨別算法和支持向量機，還是更為流行的前饋神經網絡、卷積神經網絡和深度信條網絡，這些技術術語背后的管理算法不論多麼優秀，但在進行大肆的培訓之前都猶如新生兒一樣是一張白紙。
而讓這張白紙變得更智慧的想法便是通過大批的培訓數據集對其進行長久的培訓。但是任何培訓數據在利用之前都需求途經人工標注(即Labeling)。就譬如是最根基的模式辨別算法在吸取培訓過程中也必要知道某一張圖片所對應的準確答案，才幹自主地尋找到判斷的規律。
配景簡樸的模式辨別算法可能而已需求辨別一個數字，其所需的人工標注天然也而已只是一個數字。不過對于復雜的日常行駛配景而言，需求進行人工標注的對象則復雜得多。
一個及格主動駕駛管理算法需求辨別行人、車輛、建筑物、障礙物、交通標識等不同種類可能顯露的對象，這也意味著其培訓數據中也必要配有對應的標注。針對主動駕駛管理算法的培訓數據集往往是通過攝像頭搜集而來的行駛錄像，為了確保算法質量并知足汽車行駛的安全性要求，這些培訓算法專用的錄像必要在每一幀圖片長進行像素級的標注。
一個代表的標注過程便是對每一幀圖像中顯露的所有主要物體進行像素級的描邊，并手動對其進行分類，而這一枯燥的任務至今未有太好的主動化解決計劃。
枯燥還只是人工標注的第一大困難。其最大的難題之處在于天文數字級其它任務量。僅以最常見的30幀視頻文件為百 家 樂 龍虎例，一份總時長達10萬小時的培訓數據就相當于100億張圖片。斟酌到對一幀圖片進行仔細的人工標注一般用盡3小時，處置完整個培訓數據需求一名員工任務350萬年。
如何才幹掙脫此種窘境？
就猶如在軟件研發領域上向硅谷巨頭們看齊一樣，硅谷巨頭們也早已給出了答案：眾包(Crodsourcing)。
勞務良方還是公關定時炸彈？
早在2005年，亞馬遜便首開先河成立個人的工作分配平臺MTurk，試圖啟發全世界范圍內的自由職業者們抽出時間為其辦妥大批的瑣屑任務。這此中包含有為Yelp網站進行批評和詞條的編制與篩選，翻譯電商平臺上的商品產物說明以及為商家填寫日常行徑數據等。而辦妥一小份任務的報酬則僅為象征性的10美分，這也被視為眾包模式的出生。
很快，整車企業們便意識到該模式可認為其解決主動駕駛管理算法培訓數據的標注疑問。
2017年主動駕駛得到了資金市場的極大注目，一時間包含有谷歌Waymo、通用Cruise、百度Apollo、小馬智行在內的一大量內地外主動駕駛企業得到了前所未有的注目和資金支持。主動駕駛的大爆發也帶來了培訓數據人工標注之類的累活開端爆炸式增長。
在龐大需要的連續刺激下，環球范圍內活潑的眾包平臺已經到達了2000余個。此中MightyAI、Samasource、HiveMicro、Spare5、Remotask等平臺用心于主動駕駛數據的人工標注。僅在2017年當年，Mighty AI的客戶名單中就突兀顯露了福特、豐田、本田、通用的名字，而Samasource的客戶名單中也在2018年提升了民眾、大陸、福特和通用。
目前通行的條例是，整車企業會將需求進行標注的海量視頻上傳至眾包平臺。平臺則擔當將視頻切割成小段并分配給環球的眾包勞工們，百萬余名環球的眾包勞工只需在平臺長進行注冊并辦妥簡樸的視頻教程便可以開端接單。而在這一過程中，眾包勞工們與車企沒有也不需求任何一句切磋。
簡樸重復、低門檻tu百家樂天然也意味著報酬極其微薄，即便主動駕駛企業和整車企業并不缺乏資本。多數以人工標注為生的眾包勞工月薪始終保持在30至40美元，而整車企業的平凡工程師月薪則均在5000美元以上。眾包勞工們的工資是如此之低，以至于眾包平臺會將同一視頻片斷重復分配給差異的眾包勞工以確保標注的冗余性和正確性。
這讓人想起工業化初期被抽剝的勞工階層，(資方)以低廉的小時工資付款酬勞，而此刻則變成了分鐘工資。開姆尼茨(即原卡爾馬克思城)大學傳授帕爾斯多爾夫(Christian Papsdorf)無奈地表明。
對于在尾氣門之后愈發講究企業公共形象的整車企業而言，大肆採用貧乏國家的便宜勞動力無疑是個潛在的公關定時炸彈。
事實上，包含有德國最大的工會結構IGMetall在內的多家工會結構都公然評論過濫用眾包勞工的現象——不論是出于對眾包勞工的憐惜，還是憂慮前程眾包勞工終會搶走個人的飯碗。
面臨質疑聲，整車企業的回應則是沒有回應。民眾集團和寶馬固然都對採用眾包平臺不置能否，但均宣稱因商務競爭來由對此謝絕刊登批評。而一向以鋪張、奢華為定位的戴姆勒更是謝絕揭露或認可採用過眾包平臺，即便戴姆勒在印度Infolks平臺上大批採用眾包勞工早已是公然的祕密。
除了整卡利百家樂破解車企業的消極接應之外，眾包勞工們始終缺乏社會注目的來由之一便是每一家主動駕駛企業城市避免提及管理算法背后這一聽上去就落后、重復、機器的人工標注流程。而在另一方面，即便是些許蠅頭小利也足以吸收大批貧窮國家的眾包勞工。此中最代表的典型便是經濟疑問嚴重的委內瑞拉以及其他通貨膨脹嚴重的南美國家。支撐這些勞工繼續從事的來由只有一個——這些微薄的薪資是以美元或歐元等硬通貨付款，而不是一點也不強橫的強橫玻利瓦爾。
但是，比擬起在眾包疑問上遮遮掩掩的整車企業和主動駕駛初創企業們，零部件企業則相對淡然得多。佔有400人主動駕駛工程師隊伍的海拉電子就公然認可公司外包，有過份600名眾包勞工，此中15名來自德國，100名來自菲律賓，其余均來自Samasource平臺。
而大陸集團更是決心通過提高主動化和智能化水平完全解決眾包模式這一困難。7月28日，大陸便公佈與英偉達共同在法蘭克福創設超算中央，重要目標便在百 家 樂 作弊于開闢用于培訓視頻數據標注的人工智能算法。
勞務模式劇變？
眾包模式在主動駕駛領域得到大批利用并不意味著該模式對于汽車行業的陰礙也僅局限于主動駕駛算法開闢。
一個開啟頗具爭議眾包造車模式的便是奇瑞旗下的凱翼汽車。
匯聚民眾聰明、互聯網思維的眾包、去中央化的民眾決策為根基、中國汽車產業內第一家在設計上采用眾包模式的車企，2017年時凱翼汽車頭頂的光環數不勝數。
固然不到一年時間，凱翼汽車就被奇瑞完全遺棄，其眾包模式的噱頭也被認定為不靠譜，不過不能抵賴的是，汽車企業服軟的過程不光是提升軟沙龍 百 家 樂 賺錢件在產物代價中的比例，還需求面臨軟件世界中扁平化、靈活化以及原子化這些特色的沖擊。
這也表現在整車企業的人為物質控制上。曾幾何時，整車企業以佔有固定規模的優質專業勞工為立身之本，強盛的工會結構、相對優勝的薪資程度以及不亂的職業成長安排不光是汽車行業吸收人才的招牌，也是確保專業堆積留在本企業的最佳想法。
不過如今，跟著軟件世界的靈活性開闢、DevOps、以Jenkins和Bamboo為典型的連續集成器具這些概念逐步成為常態，曾經依托于企業提供的硬件環境和充沛專業堆積的經歷性崗位正在變得不那麼吃香。
一位優秀的生產工程師的確需求任務經歷把握不同種類制造工藝，并對企業產線布局和汽車原則了然于心，不過對于一名軟件工程師而言，憑借著靈活性開闢器具和虛擬化專業的遍及，軟件工程師僅需求注目專業本身而無需對其具體利用配景過分注目，甚至開闢環境是基于Windos、Linux都無足輕重。
主動化水平的提高也意味車載軟件的迭代開闢和連續集成變得極其尺度化。在運行環境建置完畢之后的車載軟件版本迭代甚至僅需九年制責任教育程度即可勝任。簡樸、重復、高度尺度化，這也是眾包模式最為善於的領域。
軟件定義汽車，假如這一概念成真，那麼軟件將定義的將不光僅是汽車本身，從頭被定義的還將包含有整個汽車行業的方方面面。
