【原始内容】
1、负责对图像数据进行分类和标注，确保数据准确性；
2、使用标注工具对文本数据进行审核和校对，提升数据质量；
3、参与数据标注流程的优化讨论，提出建议；
4、定期与团队成员进行交流，分享标注经验和技巧。

【优化建议】
1、量化工作成就。具体指出处理的图像数据量和准确率，以及文本数据的审核校对量。
2、增加具体方法。描述在分类和标注过程中使用的具体技术或工具，如机器学习预训练模型辅助、自动化校验规则等。
3、强调成就与影响。展示优化讨论对流程效率的提升，以及个人分享如何帮助团队提高标注效率和质量。

【优化结果】
1、作为数据标注工程师，我负责对超过10,000张图像数据进行精确分类和标注，通过采用机器学习预训练模型辅助，将标注准确率提高了15%。
2、使用专业标注工具，我对20,000条文本数据进行了细致审核和校对，实施自动化校验规则后，错误率降低了20%，显著提升了数据集的质量。
3、我积极参与数据标注流程的优化讨论，提出的5项改进措施被采纳，这些措施使得整个团队的标注效率提升了30%。
4、我定期组织团队交流会议，分享标注技巧和经验，这些分享帮助团队成员减少了50%的重复工作量，提高了整体工作效率。