AI 模型的训练依赖海量高质量标注数据，而数据标注环节长期存在流程分散、效率低、质量难控、多人协同困难等痛点。企业自建标注工具成本高，外包交付质量参差不齐，急需一套覆盖任务分配、多人协同标注、质检返修、进度统计的一体化标注平台。公司面向 AI 产业链企业（客户含多家头部大厂）提供标注 SaaS 服务，系统需支撑数百人同时在线高并发标注、海量图片/文本/语音数据的存储调度，以及严格的数据安全隔离。本项目即为该标注平台的核心系统，目标是打造高并发、高可用、安全可控的一站式数据标注生产体系。
系统覆盖数据标注生产全流程，主要功能模块：1）项目管理：标注项目创建与配置、任务拆分与分配、进度看板、数据批量导入导出；2）标注工作台：支持图像拉框/多边形、文本序列标注、语音转写等多种标注类型，提供快捷键操作与模型预标注（预识别结果自动生成标注框）提效；3）质检管理：抽检/全检策略配置、标注-质检-返修闭环流程、合格率统计；4）任务调度：高并发场景下的任务分发与抢占锁定、卡死任务自动回收、人员绩效统计；5）数据安全：角色权限隔离、数据水印防泄露、操作审计日志、导出管控与脱敏。
本人作为标注系统核心开发，全程参与：前期负责微服务技术架构设计，中期负责核心模块开发，后期负责线上运维保障。技术栈：SpringBoot+SpringCloud 微服务体系（网关统一鉴权限流、服务注册发现与远程调用），MySQL 分库分表存储标注结果，Redis 缓存热点数据与分布式锁，Kafka 承接任务分发消息削峰，Docker 容器化部署，对象存储管理海量图片/语音素材。实现亮点：1）高并发任务调度：Kafka 削峰填谷 + Redis 分布式锁实现任务抢占式分发，确保多人并发标注不重不漏；2）稳定性与安全：接口限流、幂等设计、数据权限隔离与全链路审计，解决产品高并发下的稳定性、安全性和流畅性问题；3）接入预标注模型服务，模型辅助标注使标注效率大幅提升；4）产品成功售卖给多家头部大厂客户，支撑大规模数据生产交付，标注速度与交付质量获得客户认可。
评论