Data Platform

Die Data Platform ist einer von Crowdees vier Wegen, mit Crowdee zu arbeiten, neben der Verifizierungsplattform (ein verifiziertes Ergebnis kaufen), der Crowd Platform (Ihr eigenes Crowd-Programm betreiben) und der KI-Plattform (Ihr eigenes Modell finetunen). Sie ist der Ort, an dem die Dateien hinter diesen anderen Angeboten tatsächlich liegen: versionierte Datensätze, ein einheitlicher Pipeline-Katalog (13 Pipelines) und die Bausteine, auf denen sie alle aufbauen.

Laden Sie Dateien in einen benannten, versionierten Datensatz hoch, führen Sie eine Pipeline gegen eine Version aus, und speisen Sie das Ergebnis direkt in einen Verifizierungs-Pipeline-Lauf oder die Eingabedaten eines Crowdsourcing-Jobs ein — ohne manuellen Re-Export-Schritt. Der Katalog umfasst drei Arten von Pipelines:

• Sprachtechnologie (7 Pipelines) — Transkription, Übersetzung, OCR, Spracherkennung und Entitätserkennung. Erzeugen strukturierte JSON-Ausgaben, keine neue Datei.
• Bereinigung & Transformation — clean-audio-silence (entfernt Stille), convert-format (Audio-Formatkonvertierung) und pii-redact-text (LLM-basierte PII-Schwärzung). Jede erzeugt eine neue abgeleitete Datensatzversion.
• Datensatzverwaltung — dedup-content-hash (markiert doppelte Dateien zur Prüfung, direkt an Ort und Stelle), split-dataset-version (teilt eine Version in Train/Val/Test auf) und crowd-label-classify (lässt eine Crowd jeder Datei ein Label zuweisen, mit Konsens pro Datei).

Wie geht es weiter?

• Erste Schritte — Authentifizierung, Organisationen und Ihr erster API-Aufruf.
• API-Referenz — die REST-API-Oberfläche hinter Datensätzen und Pipeline-Läufen.
• Verifizierungsplattform — führen Sie eine Pipeline gegen eine Datensatzversion aus, um ein Urteil zu erhalten.
• Crowd Platform — befüllen Sie die Eingabedaten eines Crowdsourcing-Jobs aus einem Datensatz.
• KI-Plattform — finetunen Sie ein kleines Open-Source-Modell mit einer crowd-gelabelten Datensatzversion.