算法工程师

●岗位名称：OCR深度学习算法工程师 ●岗位职责： 1.研发文档图像识别解决方案相关算法（CV以及NLP领域)和模型， 包括复杂条件下文档角度检测、版面分析，多语言的打印体和手写文字识别， 以及垂直领域相关识别技术，包括表格识别，证照识别，印章识别等； 2.负责优化精度，确保精度前提下优化耗时性能。针对各识别场景，提出算法层面的解决方案， 与开发工程师配合完成工程化落地； 3.建立OCR训练场景的通用高效流程，融合NLP和知识图谱技术实现OCR精度提升和结构化抽取； 4.指导标注人员和开发工程师推进数据标注、数据合成、算法调用接口设计等算法相关任务； 5.参与相关产品和解决方案交付，涵盖需求探讨、标注数据体系建设、算法方案架构设计、 模型建模调优方法研究，完成识别业务中关键技术点的研究突破； 6.阅读相关学术论文，参加业界及学术相关会议，与高校合作； ●任职要求： 1.计算机视觉，图像处理，机器学习，模式识别等相关专业； 2.Python基础扎实，协作意识强，能完成训练+推理的入参出参抽象定义，指导开发工程师完成算法调用接口集成开发； 3.在深度学习、机器学习等人工智能领域有丰富经验。熟练使用主流深度学习框架， 如PyTorch，TensorFlow，PaddlePaddle等，熟练应用OpenCV等开源图像处理库； 4.具备扎实的文档图像预处理、文字检测、文字识别、版面分析、结构化提取等相关技术的理论基础； 5.具备一定的归纳抽象能力，可以抽象不同算法的共性（比如训练数据，加载预训练模型）， 可基于设计模式开发较为通用的训练和推理模块。能够对算法实施快速分解为开发工程师或标注人员可落地的执行步骤， 善于思考，对数据标注效率，训练成本，开发/标注/测试人员的参与门槛改进等有自己的见解； 6.对计算机视觉算法有深入理解，对主流的深度学习主干网络CNN，Transformer等有深入的研究； 7.熟练掌握各种深度学习模型的训练和推理原理，熟悉深度学习模型压缩技术，如紧凑化模型，模型量化，知识蒸馏, NAS等,有实际应用项目研发经验者优先； 8.熟练掌握各类文本检测、文本识别、版面分析、结构化信息提取算法，如DB、EAST、CRNN、SRN等。 精通不同场景字符检测的自动化分类和算法方案的选择与实现； 9.学习能力强，能够跟踪业内最新研究成果，并能够根据特定业务需求对相关成果进行改进，从而解决特定的业务问题； 10.了解最前沿的学术界和工业界的OCR技术现状和发展趋势，关注相关学术会议，如CVPR,ICCV,ECCV,ICDAR,IJCAI等； 11.有金融领域工作经验者优先、有图像处理相关领域相关成果者优先、有OCR项目工作经验者优先，有论文复现案例者优先； 12.学习能力强，做事态度端正，自我驱动，注重团队协作；