请教，深度学习和大数据的数据清洗、标注、分类工作具体是在做些什么

[Yunhao]

一朋友找工作，看到一家做深度学习和大数据的公司，主要就是做数据清洗、标注和分类工作，没有很高的学历要求。不是很了解大数据这一块，所以问问大家。
看字面大概知道是要做什么，但是好像很多时候片面的认知会跟实际工作是有些偏差的 : )。我本来以为是编码工作，会有相应的引擎这种，不过网上查的还有需要一天打 500 个电话的。简单点的是不是 Excel 要好一点，会点代码就可以了？还有工作中主要设计到什么工作软件呢？有没有了解的朋友分享一下

[imn1]

看这个描述，应该跟代码 /编程没太大关系
实际上是杂工，你想象一下人工识别验证码的工人（只是举个例子，不是说就是干这个）

[northisland]

标数据。
圈出目标，标记关键点。等等。

[Yunhao]

@imn1
@northisland 那看起来是不是不会涉及到开发了

[haddy]

数据清洗：采集到的数据是非结构化数据，不遵循一定的格式。比如说年龄的数据，可能是“ 43 岁”、“ 43 ”、“四十三”、“ 43 ”（多了个空格）、“ 2312 ”等等。将他们统一到一个格式上，成为机器可读取的结构化数据，就是数据清洗。
标注和分类：字面意思。比如说有一堆照片的库，每张照片前景只拍了一样东西，然后你要将这些照片按照前景拍的是什么来分类，标注每张照片中出现的物体有什么。

[haddy]

V2EX 自动加了空格，数据清洗的例子那里可能会看得比较迷糊。不过我觉得还是能猜出来大概是什么吧。

[xunyu]

这是比较低端的劳动

[Yunhao]

@haddy 谢谢，解释的很清楚。是不是用 EXCEL 这种软件一条记录一条记录的处理，有什么专门的工具吗？

[princelai]

清洗就是楼上说的非标准格式转换为标准格式，工具随意，excel，正则表达式什么的，标注就是这个图片是衣服还是鞋是狗是猫你给标注出来，没什么技术含量，但是很累