岗位职责 1. 负责端到端OCR全链路的研发与落地：参与从“图像输入 -> 质量检测 -> 大模型结构化提取”的完整 pipeline 建设。 2. CV核心模块开发：负责编写和优化图像前处理算法，训练和部署轻量化 CV 模型，用于解决实际场景中由于拍摄角度、光照、运动模糊带来的边缘 Case。 3. 大模型微调与对齐：针对复杂版面或垂直领域版面，参与多模态大模型的微调（如 LoRA、全参数）与偏好对齐（如 DPO/GRPO），提升关键字段信息的提取准确率。 4. 算法工程化部署：参与模型的数据闭环建设（自动标注、Bad-case 自动化回流），并配合团队进行模型量化（GPTQ/AWQ）与高性能推理部署。 知识与技能 1. 学历背景：985/211 重点高校计算机、自动化、电子信息等相关专业硕士及以上在读，有扎实的CV与工程功底。 2. 极强的工程动手能力：熟练掌握 Python，代码风格良好，熟悉 Linux 开发环境，能独立编写稳健的图像处理和工程流水线脚本。 3. 实战技术栈要求（至少满足以下两项）： - 检测与分类：熟悉常用的目标检测架构（如 YOLO 系列、DBNet），有实际的工业割图、目标定位项目经验。 - 质量评估：有图像质量评价经验，能训练小模型或通过传统算法准确判断图像的模糊、反光、遮挡等状态。 - 大模型微调：熟悉主流开源多模态/大语言模型，有实际的 SFT 经验，理解 Tokenizer、上下文窗口以及结构化输出的调优技巧。 4. 加分项： - 有实际的业务全链路（Pipeline）搭建经验，而不只是跑单一模型的 Benchmark。 - 熟悉大模型推理加速工具（如 vLLM、TensorRT）或数据解析工具（如 MinerU）。 - 具备良好的 Code Review 习惯，对工程效率和代码鲁棒性有追求。