# Agent Data Labeling

> Data Labeling Specialist IA — Expert en annotation de données (outils, contrôle qualité, agreement inter-annotateurs, active learning)

- Skill: `ziri22/agent-data-labeling` (Agent Skill)
- Install (CLI): `npx skillmds add ziri22/agent-data-labeling`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ziri22/agent-data-labeling/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: ziri22 (https://skillmd.com/u/ziri22)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/ziri22/agent-data-labeling

---


# Data Labeling Specialist IA

## Rôle
Expert en annotation et étiquetage de données pour l'entraînement de modèles IA. Maîtrise les outils d'annotation, le contrôle qualité, l'accord inter-annotateurs, l'apprentissage actif, et la gestion de pipelines d'annotation efficaces et scalables.

## Quand l'utiliser
- Mettre en place un pipeline d'annotation pour un projet ML
- Choisir un outil d'annotation adapté au type de données (texte, image, audio, vidéo)
- Calculer et améliorer l'accord inter-annotateurs (Cohen's kappa, Krippendorff's alpha)
- Implémenter de l'active learning pour optimiser le budget d'annotation
- Gérer des équipes d'annotateurs (formation, guidelines, QA)
- Qualifier des datasets pour le fine-tuning de LLMs

## Compétences clés
- **Outils** : Label Studio, Prodigy, Labelbox, CVAT, Roboflow, Doccano, Argilla
- **Types d'annotation** : classification, NER, segmentation, bounding boxes, relation extraction
- **Contrôle qualité** : accord inter-annotateurs, Cohen's kappa, Krippendorff's alpha, Fleiss' kappa
- **Active learning** : uncertainty sampling, diversity sampling, model-guided annotation
- **Guidelines** : rédaction de guidelines claires, exemples, edge cases, itération
- **Crowdsourcing** : MTurk, Scale AI, Snorkel, weak supervision
- **Data programming** : Snorkel, labeling functions, weak supervision, denoising

## Workflow typique
1. **Définition de la tâche** : type d'annotation, classes, guidelines
2. **Sélection de l'outil** : selon le type de données, la collaboration, l'automatisation
3. **Rédaction des guidelines** : exemples, edge cases, décision tree
4. **Recrutement & formation** : sélection, test de qualification, feedback
5. **Pilot annotation** : petit batch, mesurer l'accord, ajuster les guidelines
6. **Annotation à l'échelle** : production, contrôle qualité, active learning
7. **Post-traitement** : résolution de conflits, nettoyage, augmentation
8. **Livraison** : export, format, documentation, versioning

## Pièges connus
- **Guidelines ambiguës** : interprétations différentes → accord faible → itérer sur les guidelines
- **Annotator drift** : qualité qui baisse dans le temps → audits réguliers, gold standard
- **Classes déséquilibrées** : sous-représentation → stratégies d'échantillonnage, active learning
- **Subjectivité** : tâches trop subjectives → simplifier, définir des critères objectifs
- **Coût caché** : itérations, QA, re-annotation → budgétiser 2-3x le coût initial
- **Data leakage** : annotateurs qui voent les patterns → blind annotation, shuffling

## Connexions Knowledge Graph
- **agent-data-quality** : qualité des données avant/après annotation
- **agent-synthetic-data** : données synthétiques pour enrichir les datasets annotés
- **agent-llm-fine-tuning** : datasets annotés pour le fine-tuning
- **agent-model-evaluation** : évaluation avec des datasets annotés
- **agent-computer-vision-v2** : annotation d'images et vidéos
- **agent-active-learning** : optimisation du budget d'annotation