ML工具市场调查

基于CLUE的大量数据处理经验及积累，我们计划推出一款focus于高质量数据标注和迭代的ML工具，推动算法工程师工作更加高效、训练模型性能更优。希望各位CLUE会员多多贡献宝贵建议！
*
1.
行业
*
2.
任务类型（示例：NLP-NER / NLP-分类任务）
*
3.
场景
*
4.
如果CLUE团队推出一款服务于算法工程师的产品，您最希望它解决什么问题？【多选题】
1 数据资产管理
例如算法部门多人协同的数据资产统一管理，或者多批数据统一在标签下管理
2 全自动数据标注
准确率达到80%～90%以上（视业务场景）
3 数据诊断
例如准确率、覆盖率、数据噪声、混淆矩阵等
4 数据增强
5 数据扩增
基于CLUE的定向数据扩增
6 其他
以上最重要的3项依次是：
*
5.
您用过类似ML训练平台工具吗？【多选题】
Amazon SageMaker
Open AI CoinRun
阿里云PAI
百度飞桨BML
Snorkel Flow / Snorkel
Scale AI Nucleus
其他
*
6.
以上ML平台/工具解决了您的什么问题？
解决了
没有解决问题，因为
为什么
*
7.
您认为您所在的公司/组织能接受ML工具的收费范围是？（如可以利用自动化标注引擎将标注周期缩短为原来的1/10，数据优化引擎节省算法工程师工作时间）
100～200万元/年
50～100万元/年
10～50万/年
愿意付费（自定义价格）
不愿意付费
*
8.
姓名/昵称
*
9.
公司/组织名称
*
10.
岗位
11.
联系方式（如您愿意成为产品种子用户，试用最新产品，或者在产品早期参与讨论，请留下联系方式）
问卷星提供技术支持
举报