1、参与视觉文档理解（Visual Document Understanding，VDU）相关算法开发与优化，包括OCR、文档版面分析、公式识别、表格理解等方向； 2、参与VDU相关业务研发与落地，包括图片转文档、屏幕文字结构化信息提取、文档图片增强等； 3、参与基于VLM的VDU算法持续演进，包括不限于视觉编码器、视觉解码器、训练微调算法等技术。 1、硕士及以上学历，计算机、人工智能、电子、自动化等相关专业，具有良好的数学和逻辑思维能力，具备主动学习能力和技术钻研精神。 2、具有扎实的深度学习基础，熟练使用大模型训练框架。 3、在OCR、版面分析、公式识别、表格理解等方向具有一定技术热情。 4、具有以下经历者优先：发表过顶会论文，有知名竞赛获奖经历，有多模态大模型实际训练经验，有高质量github项目。