مربی هوش مصنوعی
AI Trainer
مربی هوش مصنوعی (AI Trainer یا AI Tutor) با قضاوت انسانی به مدل‌های زبانی یاد می‌دهد چه پاسخی خوب است: پاسخ‌های مدل را ارزیابی و رتبه‌بندی می‌کند، پاسخ نمونه می‌نویسد، خطاهای مدل را پیدا می‌کند و با معیار مشخص (rubric) داوری می‌کند. این داده‌ها در روش‌هایی مثل RLHF برای آموزش و ارزیابی مدل به کار می‌روند. بیشتر این کار پروژه‌ای و با دستمزد ساعتی انجام می‌شود و نرخ‌های بالاتر به کسانی می‌رسد که در یک حوزه تخصص حرفه‌ای دارند.
مقدمه و تعریف شغل
مربی هوش مصنوعی (AI Trainer) کسی است که با قضاوت انسانی رفتار مدل‌های هوش مصنوعی را بهتر می‌کند. منظور آموزش دادن به آدم‌ها درباره هوش مصنوعی نیست؛ منظور آموزش خود مدل است. کار روزمره او این است که پاسخ‌های مدل را ارزیابی کند، چند پاسخ را مقایسه و رتبه‌بندی کند، پاسخ نمونه بنویسد، با پرامپت‌های دشوار خطاهای مدل را پیدا کند و برای هر داوری توجیه کوتاه بنویسد. شرکت‌ها این نقش را با نام‌های مختلف آگهی می‌کنند: AI Tutor در SpaceXAI (همان xAI سابق)، AI Model Policy Trainer در Handshake AI، Data Annotation Specialist در Cohere و «Freelance AI Trainer» در Meridial (پلتفرم Invisible) و 10x Team. OpenAI هم در آگهی‌های تیم Human Data خود همین افراد را «AI trainers» می‌نامد.
این کار از دل روشی به نام RLHF (یادگیری تقویتی از بازخورد انسانی) آمده است: انسان‌ها پاسخ‌های مدل را رتبه‌بندی می‌کنند، از این رتبه‌بندی‌ها یک «مدل پاداش» ساخته می‌شود و مدل اصلی با آن بهتر می‌شود. طبق ویکی‌پدیا، ChatGPT، Gemini و Claude از نمونه‌های مدل‌هایی‌اند که با RLHF آموزش دیده‌اند، و جمع‌آوری داده ترجیحی باکیفیت هنوز پرهزینه است. تحلیل Randstad Digital روی بیش از ۳۵ میلیون آگهی شغلی از ۲۰۲۱ تا ۲۰۲۶ نشان می‌دهد آگهی‌های AI Trainer ۲۸۱٪ رشد کرده و این نقش سریع‌ترین رشد را در میان نقش‌های فناوری هوش مصنوعی داشته است. لینکدین هم در فهرست Jobs on the Rise 2026 آمریکا، Data Annotator را که نزدیک‌ترین عنوان ثبت‌شده به این شغل است در رتبه ۴ گذاشته است. بازار دو بخش دارد: پلتفرم‌های پروژه‌ای مثل Outlier (که Scale AI آن را اداره می‌کند)، DataAnnotation، Meridial و 10x Team، و تیم‌های داخلی شرکت‌های مدل‌ساز مثل SpaceXAI و Cohere. دستمزد در آگهی‌ها تقریباً همیشه ساعتی است: ۲۰ دلار در ساعت برای پروژه ورودی بدون سابقه در Meridial، ۳۵ تا ۷۵ دلار برای AI Tutor علوم انسانی و ۴۰ تا ۱۰۰ دلار برای AI Tutor مهندسی نرم‌افزار در SpaceXAI (برای داوطلبان ساکن آمریکا).
چه چیزی می‌سازید؟
مثال‌های واقعی از خروجی کار یک مربی هوش مصنوعی
رتبه‌بندی پاسخ‌ها (داده ترجیحی)
برای یک پرامپت دو یا چند پاسخ مدل را می‌بینید، بهترین را انتخاب می‌کنید و در چند جمله می‌نویسید چرا. این رتبه‌بندی‌ها همان داده‌ای است که مدل پاداش در RLHF از آن یاد می‌گیرد.
پاسخ‌های مرجع (Exemplary Responses)
در SpaceXAI، AI Tutor علوم انسانی پاسخ‌های نمونه‌ای می‌نویسد که شواهد دست‌اول، تفسیر ثانویه و گمانه‌زنی را از هم جدا می‌کند و میزان اطمینان را متناسب با شواهد بیان می‌کند.
rubric و تسک‌های ارزیابی
همراه مهندسان معیارهایی می‌سازید که مشخص کند پاسخ خوب در یک حوزه چه ویژگی‌هایی دارد و برای آن نمونه‌های امتیازدهی‌شده آماده می‌کنید.
گزارش خطا با پرامپت‌های خصمانه
مدل را عمداً به چالش می‌کشید تا خطای پرادعا، توهم یا رفتار ناامن را نشان دهد و مورد قابل تکراری ثبت می‌کنید که تیم فنی بتواند رویش کار کند (آگهی Cohere).
طبقه‌بندی بر اساس سیاست‌ها (Policy)
در Handshake AI، مربی درخواست کاربر و پاسخ مدل را در کل گفتگو می‌خواند و تصمیم می‌گیرد کدام دسته از سیاست مشتری صدق می‌کند؛ گاهی یک کلمه یا تفاوت نیت جواب درست را عوض می‌کند.
اصلاح خروجی و سناریوهای واقعی
در 10x Team، مهندس نرم‌افزار خروجی‌های فنی مدل را بازبینی و اصلاح می‌کند و سناریوهای واقعی مهندسی را از دید مهندس، مشتری یا مدیر محصول می‌نویسد.
تخصص‌های مختلف مربی هوش مصنوعی
این شغل یک عنوان واحد نیست — مسیرهای تخصصی متعددی دارد
مربی کدنویسی و علوم پایه
Coding & STEM Tutor
ارزیابی و اصلاح کد تولیدشده مدل از نظر کارایی، مقیاس‌پذیری و قابلیت اطمینان؛ مثل AI Tutor مهندسی نرم‌افزار در SpaceXAI که تجربه حرفه‌ای مهندسی نرم‌افزار می‌خواهد.
مربی نوشتن و علوم انسانی
Writing & Humanities Tutor
داوری و نوشتن متن در ژانرهای مختلف یا ارزیابی استدلال و منابع در تاریخ، فلسفه و ادبیات. آگهی‌های SpaceXAI برای این حوزه سابقه حرفه‌ای قابل اثبات می‌خواهند.
متخصص زبان
Language Specialist
ارزیابی و تولید داده به زبان‌های غیرانگلیسی. SpaceXAI برای زبان‌هایی مثل عربی، اسپانیایی، تایلندی و یوروبا آگهی‌های جداگانه AI Tutor دارد.
ارزیاب سیاست و ایمنی
Policy & Safety Evaluator
تطبیق پاسخ‌های مدل با سیاست‌های ایمنی مشتری، از تشخیص کمک بی‌خطر تا تسهیل آسیب؛ مثل AI Model Policy Trainer در Handshake AI. این کار با محتوای حساس سروکار دارد.
متخصص حوزه حرفه‌ای
Professional Domain Expert
وکیل، حسابدار، پزشک، مشاور استراتژی یا مدیر محصول که دانش حرفه‌ای خود را به مدل منتقل می‌کند. 10x Team بیش از ۱۲۰ آگهی «AI Trainer» برای حرفه‌های مختلف دارد.
تفاوت با شغل‌های مشابه
کجا این شغل تمام می‌شود و شغل دیگری شروع می‌شود؟
لینکدین کار Data Annotator را برچسب زدن و بازبینی داده طبق دستورالعمل و کنترل کیفیت تعریف می‌کند، مثلاً دسته‌بندی متن یا علامت‌گذاری تصویر. AI Trainer بیشتر روی خروجی مدل‌های مولد کار می‌کند: پاسخ را داوری و رتبه‌بندی می‌کند، پاسخ بهتر می‌نویسد و برای داوری‌اش دلیل می‌آورد. مرز این دو در بازار روشن نیست؛ Cohere همین کار را با عنوان Data Annotation Specialist آگهی می‌کند و تأکید دارد که نقشی مبتنی بر قضاوت است، نه ورود داده.
Prompt Engineer پرامپت و سیستم را طوری طراحی می‌کند که یک محصول مبتنی بر LLM خروجی بهتری بدهد و خود مدل عوض نمی‌شود. AI Trainer داده‌ای تولید می‌کند که برای آموزش و ارزیابی خود مدل استفاده می‌شود. نوشتن پرامپت دقیق برای هر دو لازم است.
Red Teamer تمرکزش را روی پیدا کردن آسیب‌پذیری‌ها و رفتارهای خطرناک می‌گذارد. برای AI Trainer آزمون خصمانه فقط یکی از کارهاست؛ بخش بزرگ‌تر کار ارزیابی و ساختن داده برای بهتر شدن پاسخ‌های معمولی مدل است.
ناظر محتوا تصمیم می‌گیرد محتوای کاربران یک پلتفرم با قوانین آن سازگار است یا نه. AI Trainer حوزه سیاست کاری شبیه انجام می‌دهد اما روی پاسخ‌های مدل و برای آموزش آن. Handshake AI صریحاً می‌نویسد افرادی با سابقه trust and safety و content moderation می‌توانند داوطلب خوبی باشند.
تأثیر در صنایع مختلف
مربی هوش مصنوعی در همه صنایع مشغول به کار است — نه فقط شرکت‌های فناوری
نرم‌افزار
مهندسان نرم‌افزار کد تولیدشده مدل را ارزیابی و اصلاح می‌کنند تا دستیارهای کدنویسی خروجی قابل‌اعتمادتری بدهند (SpaceXAI و 10x Team).
حقوق و انطباق
وکلا و متخصصان compliance پاسخ‌های مدل درباره قرارداد و مقررات را داوری می‌کنند (AI Tutor - Legal & Compliance در SpaceXAI و Corporate Lawyer در 10x Team).
مالی و حسابداری
حسابداران، تحلیلگران ریسک و بانکداران سرمایه‌گذاری سناریوهای مالی واقعی می‌نویسند و پیشنهادهای مدل را ارزیابی می‌کنند (آگهی‌های 10x Team).
سلامت
پزشکان و پژوهشگران پزشکی پاسخ‌های مدل را در حوزه خود ارزیابی می‌کنند (Surgeon و Medical Researcher در 10x Team)؛ Handshake AI هم برای سلامت روان مربی سیاست استخدام می‌کند.
آموزش و پژوهش
متخصصان علوم انسانی کمک می‌کنند مدل شواهد را دقیق بسنجد و عدم قطعیت را صادقانه بیان کند (SpaceXAI).
رسانه و تولید محتوا
نویسندگان، روزنامه‌نگاران و متخصصان ویدیو کیفیت متن و ویدیوی تولیدی مدل را بالا می‌برند (AI Tutor - Writing و AI Tutor - Video در SpaceXAI و Journalist در 10x Team).
ایمنی و اعتماد آنلاین
ارزیاب‌های سیاست تعیین می‌کنند پاسخ مدل در موضوعاتی مثل خشونت یا آسیب به خود از خط قرمز مشتری عبور کرده یا نه (Handshake AI).
طراحی و چندرسانه‌ای
طراحان و متخصصان صدا و مدل‌سازی سه‌بعدی داده آموزشی مدل‌های تصویر، صدا و ویدیو را می‌سازند (AI Tutor - Design در SpaceXAI و پروژه‌های 3D و Audio در Meridial).
تصورات غلط رایج
قبل از تصمیم‌گیری، این باورهای اشتباه را بشناسید
این کار فقط کلیک کردن و برچسب زدن است
در بیشتر آگهی‌ها هسته کار قضاوت است. Cohere صریحاً می‌نویسد این نقشی مبتنی بر قضاوت است، نه ورود داده منفعل، و از متخصص می‌خواهد پاسخ‌ها را رتبه‌بندی کند، دلیل بنویسد و مدل را با پرامپت خصمانه بیازماید.
برای این کار باید برنامه‌نویس باشید
Handshake AI می‌نویسد داوطلبان قوی ممکن است از تضمین کیفیت، پژوهش، ویراستاری، حقوق، تدریس، عملیات یا پشتیبانی مشتری بیایند. SpaceXAI هم برای علوم انسانی و نوشتن AI Tutor جداگانه استخدام می‌کند. برنامه‌نویسی فقط برای مسیر تخصصی کد لازم است.
بدون هیچ مهارتی می‌شود درآمد خوبی داشت
پروژه‌های ورودی بدون سابقه وجود دارد، مثل پروژه Meridial با ۲۰ دلار در ساعت، اما نرخ‌های بالاتر برای تخصص است: SpaceXAI برای تخصص‌های نوشتن سابقه قابل اثبات مثل کتاب منتشرشده یا ۵ سال تجربه حرفه‌ای می‌خواهد و برای علوم انسانی دکترا را ترجیح می‌دهد.
این یک شغل ثابت تمام‌وقت است
بیشتر آگهی‌ها پیمانکاری و پروژه‌ای‌اند. 10x Team می‌نویسد تطبیق با پروژه ممکن است چند ساعت یا چند ماه طول بکشد، و Meridial تصریح می‌کند بیمه درمانی و مرخصی شرکت شامل پیمانکاران نمی‌شود. نقش تمام‌وقت هم هست، مثل AI Model Policy Trainer در Handshake AI که حضوری و ۴۰ ساعت در هفته است.
AI Trainer یعنی کسی که استفاده از هوش مصنوعی را به کارمندان یاد می‌دهد
در آگهی‌های آزمایشگاه‌ها و پلتفرم‌ها منظور آموزش خود مدل است. عنوان‌های مشابه در سایت‌های کاریابی، مثل AI Training Specialist در Indeed، نقش‌هایی مثل AI Enablement Specialist را هم در بر می‌گیرند. پیش از درخواست شرح وظایف را بخوانید: اگر صحبت از ارزیابی خروجی مدل، rubric و داده آموزشی است، با همین شغل سروکار دارید.
یک روز کاری واقعی
در هر سطح روز کاری چه شکلی است؟
تازه‌کار (۰–۲ سال)
بیشتر وقت صرف تسک‌های تعریف‌شده روی پلتفرم می‌شود. هر پروژه دستورالعمل و مثال دارد و کیفیت کار شما با بازبینی سنجیده می‌شود.
- ◆خواندن دستورالعمل پروژه جدید و مثال‌های حل‌شده
- ◆مقایسه دو پاسخ مدل و انتخاب بهتر با توجیه کوتاه
- ◆علامت‌گذاری ناسازگاری‌ها و خطاهای واقعی در پاسخ‌ها
- ◆اعلام موارد مبهم به تیم پروژه به‌جای حدس زدن
- ◆خواندن بازخورد بازبین‌ها و اصلاح روش کار
میانی (۲–۵ سال)
تسک‌ها تخصصی‌تر می‌شوند و نوشتن سهم بیشتری از کار را می‌گیرد. معمولاً در یک یا دو حوزه شناخته می‌شوید.
- ◆نوشتن پاسخ مرجع در حوزه تخصصی با استناد به منابع
- ◆طراحی پرامپت‌های دشوار برای پیدا کردن نقاط ضعف مدل
- ◆اعمال rubric روی پاسخ‌های بلند و چندمرحله‌ای
- ◆شرکت در جلسه calibration برای یکسان کردن داوری‌ها
- ◆بازبینی کار مربی‌های تازه‌کار
ارشد (۵+ سال)
نقش به سمت طراحی و هماهنگی می‌رود: ساختن rubric، تسک و دستورالعمل، و ارتباط با مهندسان و پژوهشگران تیم مدل.
- ◆طراحی تسک‌های ارزیابی و rubric همراه تیم مهندسی
- ◆نوشتن یا به‌روزرسانی دستورالعمل پروژه
- ◆calibrate کردن مربی‌ها و پاسخ به سوال‌هایشان
- ◆تحلیل کیفیت داده و گزارش روندها به تیم مدل
- ◆پیشنهاد بهبود ابزارها و فرایند جمع‌آوری داده
مسئولیت‌ها و وظایف
مسئولیت‌های اصلی
وظایف روزانه و مهارت‌های مورد نیاز در این شغل
- ◈ارزیابی پاسخ‌های مدل از نظر درستی، منطق، کامل بودن و ایمنی، و رتبه‌بندی چند پاسخ نسبت به هم
- ◈نوشتن پاسخ نمونه و ساخت داده آموزشی و ارزیابی طبق مشخصات دقیق پروژه
- ◈آزمودن مدل با پرامپت‌های خصمانه و ثبت خطاهای قابل تکرار برای تیم فنی
- ◈اعمال یکنواخت rubric و taxonomy و کمک به طراحی آن‌ها
- ◈نوشتن توجیه کوتاه و مستند برای هر داوری، طوری که دیگری بتواند آن را بازبینی کند
- ◈اعلام موارد مبهم یا پوشش‌داده‌نشده در دستورالعمل به‌جای حدس زدن
- ◈شرکت در جلسات calibration و به‌روز کردن قضاوت با بازخورد بازبین‌ها
- ◈همکاری با مهندسان و پژوهشگران برای طراحی تسک‌ها و بهبود ابزارهای annotation
مهارت‌های مورد نیاز
مهارت‌های فنی، نرم و حوزه‌ای که یک مربی هوش مصنوعی موفق به آن‌ها نیاز دارد
مهارت‌های ارزیابی و داده
سنجیدن درستی، منطق، کامل بودن، لحن و ایمنی پاسخ مدل
انتخاب پاسخ بهتر بین دو یا چند پاسخ با معیار روشن؛ رایج‌ترین شکل بازخورد در RLHF
توضیح کوتاه و مستند دلیل هر داوری، طوری که دیگری بتواند آن را بازبینی کند
اعمال یکنواخت معیارهای امتیازدهی و دسته‌بندی، و کمک به طراحی آن‌ها
تکیه بر منابع دست‌اول و سنجیدن آن‌ها در برابر منابع ثانویه
طراحی پرامپت‌هایی که خطا، توهم یا رفتار ناامن مدل را آشکار کند
hallucination، sycophancy و ضعف در پیروی از دستور
کار با JSON، CSV/TSV، Markdown، XML و YAML
تخصص و زبان
آگهی‌های با نرخ بالاتر تخصص حرفه‌ای قابل اثبات می‌خواهند؛ از کدنویسی تا حقوق، پزشکی و علوم انسانی
نوشتن روشن و دقیق که میزان اطمینانش با قوت شواهد جور باشد
تشخیص مقدمات پنهان، مغالطه و خطای مقوله‌ای در استدلال
برای پروژه‌های چندزبانه؛ Cohere تسلط به زبان دیگر را امتیاز می‌داند
تسلط به یک یا چند زبان برنامه‌نویسی، دیباگ و کار با فریم‌ورک‌های تست
دانستن این‌که داده شما کجا و چطور در آموزش مدل مصرف می‌شود
مهارت‌های نرم
حفظ کیفیت یکسان در تسک‌های پرحجم و تکراری
اعلام موارد مبهم به‌جای حدس زدن و کار با دستورالعمل‌هایی که مدام تغییر می‌کنند
عوض کردن نظر وقتی شواهد بهتری می‌رسد و اعمال سریع بازخورد بازبین‌ها
مدیریت زمان در کار دورکاری و پروژه‌ای بدون نظارت مستقیم
پروژه‌های آزمایشگاه‌های هوش مصنوعی اغلب محرمانه‌اند
حفظ قضاوت سالم هنگام کار با محتوای آزاردهنده در پروژه‌های ایمنی
نقشه راه و مسیر آموزشی
نقشه راه تبدیل شدن به مربی هوش مصنوعی
این مسیر گام به گام شما را از صفر تا حرفه‌ای هدایت می‌کند.
شناخت مدل‌های زبانی و جایگاه بازخورد انسانی
قبل از هر چیز بفهمید یک مدل زبانی چطور ساخته می‌شود و داده‌ای که شما تولید می‌کنید کجای این چرخه مصرف می‌شود. در RLHF، رتبه‌بندی‌های انسانی به یک «مدل پاداش» تبدیل می‌شود و مدل اصلی با آن بهتر می‌شود.
ارزیابی، رتبه‌بندی و نوشتن توجیه
هسته این شغل داوری است: از بین دو یا چند پاسخ، بهتر را انتخاب کنید و در چند جمله دلیلش را طوری بنویسید که یک بازبین بتواند آن را بررسی کند. رتبه‌بندی رایج‌ترین شکل بازخورد در RLHF است.
نوشتن پاسخ مرجع و تقویت تخصص حوزه
نرخ‌های بالاتر به کسانی می‌رسد که در یک حوزه تخصص قابل اثبات دارند و می‌توانند پاسخ نمونه دقیق و مستند بنویسند. نوشتن روشن انگلیسی و تکیه بر منابع دست‌اول را تمرین کنید.
آزمون خصمانه، ایمنی و سیاست‌ها
بخشی از پروژه‌ها از شما می‌خواهد مدل را عمداً به چالش بکشید، خطاهای قابل تکرار را ثبت کنید یا پاسخ مدل را با سیاست‌های ایمنی مشتری تطبیق دهید. با انواع ریسک‌های LLM و روش‌هایی که بازخورد را جایگزین یا تکمیل می‌کنند آشنا شوید.
ساخت نمونه‌کار و ورود به پروژه‌ها
با ابزارهای متن‌باز یک دیتاست ترجیحی و یک rubric در حوزه خودتان بسازید و منتشر کنید، بعد در پلتفرم‌های پروژه‌ای درخواست بدهید و آزمون‌های ورودی آن‌ها را جدی بگیرید.
ابزارها و استک فنی
ابزارهایی که هر مهندس AI باید بشناسد، دسته‌بندی‌شده بر اساس اولویت
ابزارهای برچسب‌گذاری و جمع‌آوری بازخورد
پلتفرم متن‌باز برچسب‌گذاری و ارزیابی؛ جمع‌آوری ترجیح، اصلاح و رتبه‌بندی انسانی و ارزیابی LLM با rubric
ابزار همکاری مهندسان و متخصصان حوزه برای ساخت دیتاست باکیفیت؛ نصب رایگان روی Hugging Face Hub
تمرین ارزیابی و شناخت رفتار مدل‌ها
در حالت battle دو پاسخ از دو مدل ناشناس می‌بینید و بهتر را انتخاب می‌کنید؛ تمرین مستقیم داوری ترجیحی
ابزارهای روزمره و قالب‌های داده
Docs و Sheets برای نوشتن دستورالعمل، rubric و جدول داوری؛ در آگهی SpaceXAI به‌عنوان امتیاز ذکر شده
قالب‌های ساخت‌یافته‌ای که Cohere در آگهی خود صریحاً می‌خواهد
پلتفرم‌های پروژه‌ای آموزش هوش مصنوعی
پلتفرمی که Scale AI اداره می‌کند و متخصصان را برای بازخورد انسانی به شرکت‌های هوش مصنوعی وصل می‌کند
شبکه متخصصان Invisible؛ نوشتن پاسخ، استدلال و داوری‌هایی که مدل از آن یاد می‌گیرد
مسیر پیشرفت شغلی
از جونیور تا Staff Engineer — چه مهارت‌هایی نیاز دارید و چه درآمدی انتظار داشته باشید
AI Trainer عمومی (Generalist)
برخی پروژه‌ها بدون سابقه
انجام تسک‌های تعریف‌شده با دستورالعمل و مثال: ارزیابی پاسخ‌ها، پیدا کردن ناسازگاری‌ها و نوشتن بازخورد (مثل پروژه ورودی Meridial)
AI Trainer متخصص حوزه (AI Tutor)
تخصص حرفه‌ای در یک رشته
ارزیابی خروجی مدل در حوزه تخصصی، نوشتن پاسخ مرجع و ساخت داده آموزشی؛ مثل AI Tutor در SpaceXAI یا متخصصان 10x Team
بازبین کیفیت و Calibration (QA Trainer)
پس از تجربه در پروژه‌های ارزیابی
بازبینی کار مربی‌های دیگر، کمک به طراحی rubric و تسک‌های ارزیابی، شرکت در جلسات calibration با تیم پروژه و پژوهشگران
Human Data Program Manager / Human Data Manager
۱ تا ۲ سال تجربه مرتبط (OpenAI) یا ۴+ سال به‌جای مدرک (SpaceXAI)
تعریف پروژه‌های داده انسانی با تیم‌های مدل، نوشتن دستورالعمل، calibrate کردن AI Trainerها و سنجش اثر داده روی مدل
چالش‌ها و جنبه‌های منفی
واقعیت‌هایی که کمتر در آگهی‌های شغلی می‌بینید — قبل از ورود بدانید
ناپایداری پروژه‌ها
عمومیحجم کار دست شما نیست. 10x Team می‌نویسد پروژه‌های آزمایشگاه‌ها شغل سنتی با تاریخ شروع ثابت نیستند و تطبیق با پروژه ممکن است چند ساعت یا چند ماه طول بکشد. بهتر است این کار را در ابتدا کنار یک منبع درآمد دیگر شروع کنید.
پیمانکاری و نبود مزایا
عمومیدر بسیاری از پروژه‌ها پیمانکار مستقل هستید؛ Meridial تصریح می‌کند بیمه درمانی و مرخصی شرکت شامل پیمانکاران نمی‌شود و کامپیوتر و اینترنت را خودتان فراهم می‌کنید. این وضعیت محل اختلاف حقوقی هم بوده است: طبق ویکی‌پدیا، در ۲۰۲۵ علیه Surge AI به خاطر طبقه‌بندی annotatorها به‌عنوان پیمانکار دعوای گروهی طرح شد.
محتوای حساس و آزاردهنده
عمومیدر پروژه‌های ایمنی ممکن است مرتب با محتوای خشونت، آسیب به خود، سوءاستفاده یا محتوای جنسی روبه‌رو شوید. Handshake AI این را صریحاً در آگهی خود هشدار می‌دهد. پیش از پذیرفتن چنین پروژه‌ای ظرفیت خودتان را بسنجید.
یکنواختی و فشار کیفیت
عمومیتسکها تکراری‌اند، اما Cohere یادآوری می‌کند که یک داوری اشتباه وقتی در مقیاس تکرار شود به مدل آسیب می‌زند. حفظ دقت در ساعت‌های طولانی کار تکراری، فشار مداوم ایجاد می‌کند.
دستورالعمل‌های مبهم و متغیر
عمومیدستورالعملها مدام عوض می‌شوند و همه موارد را پوشش نمی‌دهند. Handshake AI می‌نویسد باید متن و هدف سیاست، انتظار مشتری و سابقه تصمیم‌ها را با هم بسنجید؛ باید بدانید کی سوال بپرسید و کی بر اساس روح دستورالعمل تصمیم بگیرید.
محدودیت محل اقامت و مجوز کار
عمومیآگهیها شرط صلاحیت قانونی محل اقامت دارند و اسپانسر ویزا نمی‌دهند (SpaceXAI و Meridial)، و برنامه Handshake AI فقط ساکنان آمریکا با مجوز کار معتبر را می‌پذیرد. پیش از وقت گذاشتن روی آزمون ورودی، شرایط کشور محل اقامت خود را در صفحه هر پلتفرم بررسی کنید.
حقوق و بازار کار جهانی
حقوق جهانی مربی هوش مصنوعی
حقوق سالانه در کشورهای مختلف بر اساس داده‌های منتشرشده؛ منبع هر ردیف با آیکون کنار نام کشور باز می‌شود.
چگونه از صفر شروع کنیم
برنامه گام‌به‌گام برای ورود به مهندسی هوش مصنوعی
ماه ۱: شناخت LLM و RLHF
یک بار کامل بفهمید مدل زبانی چطور ساخته می‌شود و بازخورد انسانی کجای کار است. هدف این است که بدانید داده شما چه سرنوشتی دارد.
ماه ۲: تمرین داوری
هر روز چند مقایسه در Arena انجام دهید و برای هر رأی، دلیلش را در یک جدول بنویسید. بعد از چند هفته داوری‌های قبلی را دوباره بخوانید و ببینید چقدر یکدست بوده‌اید.
ماه ۳: نوشتن روشن
دوره‌های نوشتن فنی گوگل را بگذرانید و روی توجیه‌های کوتاه و دقیق به انگلیسی تمرین کنید.
ماه ۴: نمونه‌کار اول
یک دیتاست ترجیحی کوچک و یک rubric در حوزه تخصصی خودتان بسازید و روی Hugging Face منتشر کنید.
ماه ۵: آزمون خصمانه
یک گزارش از خطاهای قابل تکرار مدل‌ها در حوزه خودتان بنویسید و ریسک‌های رایج LLM را مرور کنید.
ماه ۶: درخواست در پلتفرم‌ها
در چند پلتفرم ثبت‌نام کنید، آزمون‌های ورودی را جدی بگیرید و پیش از آن شرایط کشور محل اقامت را در هر پلتفرم بررسی کنید. نمونه‌کارها را در پروفایل و رزومه بگذارید.
پروژه‌های پیشنهادی برای رزومه
دیتاست ترجیحی کوچک با توجیه
مبتدی۳۰ پرامپت در حوزه خودتان (فارسی یا انگلیسی) بنویسید، برای هر کدام دو پاسخ از دو مدل بگیرید، بهتر را انتخاب کنید و در دو سه جمله دلیلش را بنویسید. نتیجه را به‌صورت JSONL روی Hugging Face منتشر کنید.
Rubric ارزیابی برای یک حوزه تخصصی
متوسطبرای پاسخ‌های مدل در حوزه خودتان (مثلاً سوال‌های حقوقی یا مالی) معیار امتیازدهی بسازید: درستی، کامل بودن، استناد، لحن و ایمنی. برای هر سطح امتیاز یک نمونه پاسخ واقعی امتیازدهی‌شده بگذارید.
مجموعه پاسخ‌های مرجع (Gold Answers)
متوسط۱۵ پاسخ مرجع در حوزه تخصصی خود بنویسید که مستند باشند و مشخص کنند چه چیزی قطعی، چه چیزی محل اختلاف و چه چیزی نامعلوم است؛ همان چیزی که آگهی AI Tutor علوم انسانی SpaceXAI می‌خواهد.
گزارش آزمون خصمانه یک مدل
متوسطدر حوزه خودتان پرامپت‌هایی طراحی کنید که خطای پرادعا، توهم، چاپلوسی (sycophancy) یا ضعف در پیروی از دستور را آشکار کند. برای هر مورد پرامپت، خروجی، رفتار درست و راه تکرار را مستند کنید.
ارزیابی کد تولیدشده با تست
پیشرفتهبرای برنامه‌نویس‌ها: ۲۰ مسئله برنامه‌نویسی به مدل بدهید، برای هر پاسخ تست واحد بنویسید و خطاها را از نظر درستی، کارایی و خوانایی دسته‌بندی کنید؛ شبیه کاری که AI Tutor مهندسی نرم‌افزار انجام می‌دهد.
مثال‌های واقعی و Case Studies
داستان‌های واقعی از مهندسانی که در این حوزه تأثیرگذار بوده‌اند
در ۲۰۱۲ از MIT در رشته ریاضی فارغ‌التحصیل شد و در ۲۰۱۷ دکترایش را از دانشگاه کالیفرنیا، برکلی گرفت. از ۲۰۱۷ تا ۲۰۲۱ در OpenAI کار کرد و تیم alignment مدل‌های زبانی را رهبری کرد.
یکی از معماران اصلی RLHF به حساب می‌آید و در ۲۰۱۷ هم‌نویسنده مقاله «Deep Reinforcement Learning from Human Preferences» بود. در ۲۰۲۱ مرکز Alignment Research Center (ARC) را بنیان گذاشت، در ۲۰۲۴ رئیس ایمنی مؤسسه ایمنی هوش مصنوعی آمریکا در NIST شد و در اوت ۲۰۲۶ به‌عنوان مدیر اجرایی به ARC برگشت.
ایده‌ای که کار مربی هوش مصنوعی بر آن بنا شده ساده است: قضاوت درباره یک پاسخ آسان‌تر از تعریف دقیق پاسخ خوب است. کیفیت همین قضاوت‌هاست که به رفتار مدل منتقل می‌شود.
ریاضی، علوم کامپیوتر و زبان‌شناسی را در MIT خواند و در ۲۰۰۸ فارغ‌التحصیل شد. از اواخر ۲۰۱۱ در Twitter دانشمند داده بود و در Twitter، Facebook، Dropbox و Google به‌عنوان مهندس یادگیری ماشین کار کرد.
در ۲۰۲۰ با پس‌انداز سال‌های کارش Surge AI را به‌عنوان یک شرکت برچسب‌گذاری داده تأسیس کرد. طبق ویکی‌پدیا، این شرکت تا ژوئیه ۲۰۲۵ برای توسعه‌دهندگانی مثل Google و OpenAI نیروی انسانی برای آموزش مدل‌ها فراهم می‌کرد و نام او در ۲۰۲۵ در فهرست ۱۰۰ چهره تأثیرگذار هوش مصنوعی مجله TIME آمد.
او از سمت مصرف‌کننده داده، یعنی مهندسی یادگیری ماشین، به این صنعت رسید. برای مربی هوش مصنوعی هم این زاویه به کار می‌آید: کسی که بداند تیم مدل با داده چه می‌کند، داده بهتری تحویل می‌دهد.
انسان‌شناس، پژوهشگر ارشد Microsoft Research و عضو Berkman Klein Center دانشگاه هاروارد. دکترای ارتباطات را در ۲۰۰۴ از دانشگاه کالیفرنیا، سن‌دیگو گرفت.
کتاب Ghost Work او به نیروی انسانی پنهانی می‌پردازد که پشت کارکرد روان سرویس‌های بزرگ اینترنتی است. در ۲۰۲۰ بورس MacArthur را برای پژوهش درباره تغییر کار، هویت و حقوق انسانی در اقتصاد دیجیتال دریافت کرد.
پژوهش او یادآوری می‌کند که این نوع کار اغلب پروژه‌ای و دور از چشم انجام می‌شود. پیش از ورود، شرایط قرارداد، پرداخت و حمایت‌ها را مثل هر شغل دیگری بسنجید.
نمونه آگهی استخدام واقعی + تحلیل
یک آگهی واقعی از شرکت فعال در حال استخدام، با تحلیل هر بخش
AI Tutor - Humanities
تحلیل نیازمندی‌ها
Deep knowledge in at least one of the following: linguistics, history, classical studies, literature, poetry, philosophy, ethics, visual arts, or performing arts.
شرط ورود، تخصص واقعی در یک رشته علوم انسانی است. مدل باید از کسی یاد بگیرد که بهتر از خودش می‌داند؛ آشنایی سطحی کافی نیست.
ضروریAbility to assess arguments for validity, soundness, hidden premises, and category errors, not only for surface correctness.
کار فقط غلط‌گیری نیست. باید ببینید استدلال مدل از نظر منطقی سر پا هست یا مقدمه پنهان و نادرستی دارد، حتی وقتی ظاهرش درست است.
ضروریHabitual reliance on primary sources, with skill at weighing them against secondary literature.
هر ادعا را تا منبع دست‌اول دنبال می‌کنید. این مهارت پژوهشی است که در دانشگاه یا کار پژوهشی ساخته می‌شود.
ضروریAbility to steel-man opposing views and separate settled knowledge from interpretation or speculation.
باید بتوانید قوی‌ترین نسخه دیدگاه مخالف را بیان کنید و مرز «دانش قطعی»، «تفسیر» و «گمانه» را روشن نگه دارید؛ همان رفتاری که از مدل انتظار می‌رود.
ضروریExcellent analytical writing in English: clear, precise, and calibrated to the strength of the evidence.
خروجی اصلی کار شما نوشته انگلیسی است. سطح زبان باید در حد نوشتن تحلیلی دقیق باشد، نه فقط مکالمه.
ضروریComfort working from evolving instructions to produce annotations, critiques, and reference answers at a consistently high standard.
دستورالعمل‌ها مدام عوض می‌شوند و باید بدون افت کیفیت با آن‌ها کنار بیایید. ثبات در کیفیت، معیار اصلی سنجش شماست.
ضروریPhD in one of the listed fields, or equivalent demonstrated scholarly depth.
دکترا ترجیح است، نه شرط. عمق پژوهشی معادل، مثل سابقه انتشار یا تدریس، هم پذیرفته می‌شود.
مهمPublished analytical work, such as peer-reviewed articles, monographs, critical editions, catalog essays, or other rigorously sourced scholarship.
مقاله یا کتاب منتشرشده بهترین مدرک قابل اثبات برای تخصص شماست و رزومه را از بقیه جدا می‌کند.
مفیدExperience in teaching, academic peer review, archival research, textual criticism, historiography, or formal argument analysis.
داوری مقاله و تدریس، شبیه‌ترین تجربه‌ها به این کارند: نقد دقیق کار دیگری و توضیح دلیل نقد.
مفیدFamiliarity with evaluating AI or LLM outputs, building benchmarks, or creating training data.
تجربه قبلی در ارزیابی LLM لازم نیست اما امتیاز است؛ نمونه‌کارهایی مثل rubric یا پاسخ مرجع می‌تواند همین را نشان دهد.
مهمتحلیل مسئولیت‌ها
Evaluate model outputs in your field for factual accuracy, logical coherence, fallacious reasoning, and hidden assumptions.
بیشتر وقت شما صرف خواندن پاسخ‌های Grok در حوزه تخصصی و پیدا کردن خطای واقعی، منطقی یا فرض پنهان می‌شود.
Flag confident-sounding errors, anachronism, misused sources, ideological slant, and claims that outrun the evidence.
خطرناک‌ترین خطاها آن‌هایی‌اند که با اطمینان بیان می‌شوند. شما باید خطای زمانی، استفاده نادرست از منبع و سوگیری را علامت بزنید.
Create exemplary responses and datasets that show intellectual honesty, careful source evaluation, and a clear distinction between primary evidence, secondary interpretation, and speculation.
علاوه بر نقد، پاسخ نمونه می‌نویسید؛ پاسخی که مدل باید از آن تقلید کند و مرز شواهد، تفسیر و گمانه را نشان دهد.
Ground annotations and reference answers in primary sources whenever they exist, then weigh secondary scholarship against that record.
هر برچسب و پاسخ مرجع باید مستند باشد. یعنی کار پژوهشی کوچک برای هر تسک.
Collaborate with engineering teams to design evaluation tasks, rubrics, and examples that test and strengthen Grok’s behavior and personality in the humanities.
فقط اجراکننده نیستید؛ همراه مهندسان تسک و rubric طراحی می‌کنید. این همان پله‌ای است که به نقش‌های طراحی ارزیابی می‌رسد.
Help define what good model behavior looks like in contested humanistic questions: precise, sourced, proportionately confident, and resistant to fashionable or motivated readings.
در موضوع‌های محل اختلاف، شما تعریف می‌کنید پاسخ خوب چیست: دقیق، مستند و با اطمینانی متناسب با شواهد.
نتیجه‌گیری کلی
این آگهی سطح بالای شغل مربی هوش مصنوعی را نشان می‌دهد: آزمایشگاهی که Grok را می‌سازد از متخصصان علوم انسانی می‌خواهد خروجی مدل را ارزیابی کنند، پاسخ نمونه بنویسند و rubric طراحی کنند. شرط اصلی، تخصص واقعی و توان نوشتن تحلیلی است، نه دانش فنی هوش مصنوعی. دستمزد برای داوطلبان ساکن آمریکا ۳۵ تا ۷۵ دلار در ساعت است و نقش می‌تواند تمام‌وقت، پاره‌وقت یا پیمانکاری باشد.
آینده و روندها
پیش‌بینی ۵–۱۰ ساله و مهارت‌هایی که باید یاد بگیرید
رشد ۲۸۱٪ آگهی‌های شغلی AI Trainer از ۲۰۲۱ تا ۲۰۲۶ (جهان)
منبع: Randstad Digital, June 2026 — analysis of 35M+ job postings, 2021–2026
مهارت‌های نوظهور که باید یاد بگیرید
پیش‌بینی‌های آینده
Randstad Digital (ژوئن ۲۰۲۶): آگهی‌های AI Trainer از ۲۰۲۱ تا ۲۰۲۶ ۲۸۱٪ رشد کرده و این نقش سریع‌ترین رشد را در میان نقش‌های فناوری هوش مصنوعی در جهان داشته است.
لینکدین (Jobs on the Rise 2026): Data Annotator، نزدیک‌ترین عنوان ثبت‌شده به این شغل، رتبه ۴ را در فهرست سریع‌ترین مشاغل رو‌به‌رشد آمریکا دارد.
در آگهی‌های ۲۰۲۶ SpaceXAI، Handshake AI و Meridial، تسک‌ها از ارزیابی متن عمومی فراتر رفته و ویدیو، طراحی، صدا، کد و ارزیابی سیاست‌های ایمنی را هم در بر می‌گیرد.
دو ریسک در منابع دیده می‌شود. اول، بخشی از بازخورد را می‌توان با خود مدل‌ها تولید کرد: در روش RLAIF، که در Constitutional AI شرکت Anthropic به کار رفته، بازخورد به‌جای انسان به‌صورت خودکار ساخته می‌شود. دوم، ساختار بازار: بیشتر کار پیمانکاری و پروژه‌ای است و حجم آن به نیاز پروژه‌ای آزمایشگاه‌ها بستگی دارد (10x Team). در مقابل، ویکی‌پدیا یادآوری می‌کند که جمع‌آوری داده ترجیحی باکیفیت هنوز پرهزینه است و انسان‌ها در پیدا کردن خطای مدل در تسک‌های پیچیده مهارت کافی ندارند. آگهی‌های با نرخ بالاتر هم تخصص حرفه‌ای قابل اثبات می‌خواهند؛ پس امن‌ترین جایگاه، ترکیب یک تخصص واقعی با مهارت داوری و نوشتن است.
منابع
اطلاعات این صفحه در تاریخ ۱۳ مهر ۱۴۰۵ از این ۲۲ منبع بررسی شده است.
- SpaceXAI — AI Tutor - Humanities (Greenhouse)
- SpaceXAI — AI Tutor - Software Engineering (Greenhouse)
- SpaceXAI — AI Tutor - Writing (Greenhouse)
- SpaceXAI — Human Data Manager (Greenhouse)
- Meridial (Invisible) — AI Training Generalist, Freelance AI Trainer Project
- 10x Team — Software Engineer - AI Trainer (Ashby)
- 10x Team — Strategy Consultant - AI Trainer (Ashby)
- Handshake AI — AI Model Policy Trainer, Generalist (Ashby)
- Cohere — Data Annotation Specialist, Generalist (Ashby)
- OpenAI — Program Manager, Human Data (Ashby)
- Randstad Digital — Top 10 high-demand AI tech jobs (June 2026)
- LinkedIn Jobs on the Rise 2026: The 25 fastest-growing roles in the U.S.
- Wikipedia — Reinforcement learning from human feedback
- Wikipedia — SpaceXAI
- Wikipedia — Surge AI
- Wikipedia — Paul Christiano
- Wikipedia — Edwin Chen
- Wikipedia — Mary L. Gray
- Outlier — What is Outlier AI?
- Handshake AI Fellowship
- Indeed Canada — AI training specialist salary
- How Arena works