Model performansı üzerinde en büyük etkiyi çoğu zaman mimari değil, eğitim verisinin kapsamı ve etiket kalitesi belirler. Buna karşılık büyük ölçekli veri toplama ve etiketleme, kurumların en az yönetilen süreçlerinden biridir: kılavuz yazılmadan başlanır, etiketleyiciler arasındaki tutarsızlık ölçülmez, veri kümeleri sürümlenmediği için hangi modelin hangi veriyle eğitildiği izlenemez. Sonuçta iyileştirme çabaları tekrarlanamaz ve maliyet öngörülemez hale gelir. On sekiz saatlik program altı modülden oluşur ve uçtan uca bir etiketli veri kümesi projesi etrafında ilerler. Katılımcılar veri ihtiyacını model hedefinden türetir, sürümleme ve manifest yapısıyla tekrarlanabilirliği kurar, etiketleme kılavuzunu yazar ve etiketleyici uyumunu kappa ölçütleriyle takip eder. Son modüllerde model destekli ön etiketleme ile ölçekleme, veri kümesi kartı ve erişim politikaları çalışılır; proje kalite ve maliyet raporuyla sunulur.